1. Az előadásban a kölcsönös információtartalmon alapulólapú diszkretizálásra vonatkozó példamegfigyelésekre az X=4 érték mentén való diszkretizálás hogy viszonyulna az X=1, illetve X=3 értékek mentén való diszkretizáláshoz?

Amennyiben egy kontingencia táblázat sor,-illetve oszlopösszegei [30, 70], valamint [80, 20], úgy milyen együttelőfordulással kell a két véletlen változó által felvett értékeknek rendelkeznie ahhoz, hogy a köztük lévő kölcsönös információtartalom értéke pontosan nulla legyen?

2. feladat
 x=[5 5 2 3]
 a) Ocatave-ot használva határozzuk meg az átlagát és a varianciáját!
 b) Láttatlanba mi lesz az x'=x-átlag(x) transzformált véletlen változó várható értéke?
 c) Számold ki az x v.v. varianciáját az előadáson ismertetett módszerrel Octave-t használva!
 d) Hányféleképp tudod még?
 
3. feladat
 a)
 Töltsd be az outliers.mat-ot!
 Rajzold ki a jellemzők oszlopdiagramját!
 Most pedig a hisztogramjukat!
 Most csak az első jellemző hisztogramját rajzold ki!
 Majd a másodikét!
 Tapasztalható bármi meglepő?
 
 b)
 Számítsd ki a kovarianciamátrixot!
 Rajzoltasd ki az adatpontokat a scatter, valamint a plot függvény használatával!
 Az előbbi lépéseket ismételd meg, de ezúttal csupán az első 300 adatpont kapcsán!
 Észrevétel?
 
4. feladat
 Írj inline függvényt, amely az x^2 + y^3 értéket adja vissza!
 Írd meg egy bináris véletlen változó entrópiáját kiszámító inline függvényt!
 Használd a plotter.m függvényt az imént megírt függvény kirajzoltatására!

5. feladat
Futtasd a breast_cancer_classification_skeleton.m programot, és implementáld a hiányzó metódusokat!

Szorlagmi feladat:
Igazold, hogy tetszőleges valósakból álló M mátrix esetében a norm(M, 'fro'), valamint a sqrt(sum(sum(M.*M))), illetve a sqrt(trace(M*M')) számítások eredményei megegyeznek. Gyűjtsd össze hány különböző módon tudnád még kiszámolni M Frobenius-normáját!