大学人工智能应用考试通常涵盖以下方面：

数学基础

线性代数

微积分

概率论与数理统计

计算机基础

计算机组成原理

操作系统

数据结构与算法

计算机网络与分布式处理

数据库原理与应用

人工智能基础

人工智能的基本概念和发展历程

机器学习算法（如线性回归、支持向量机）

深度学习原理（如神经网络、卷积神经网络、循环神经网络）

自然语言处理（如文本分类、情感分析、机器翻译）

计算机视觉

智能控制

编程语言与技术

Python程序设计

软件工程

网络爬虫技术

R语言建模

实际应用能力

数据预处理

实验设计与分析

关联规则挖掘

聚类分析

时间序列预测

其他可能内容

人工智能伦理和法律问题

具体的人工智能应用案例分析

相关项目或案例的解决能力

考试形式可能包括选择题、填空题、简答题、算法分析题、编程题等。具体的考试内容可能因学校、专业方向或考试级别的不同而有所差异。建议参考相关院校的招生简章或咨询教育机构获取最准确的信息