Post:
	> Laci Steinbach (January 4 at 12:44pm): Aki ma volt infokódból vagy neurhálóból szóbelin az kérem írja le kommentben hogy mi volt a kérdése

Comments:
	> CNN állapotegyenlet (2 keplet es hogy mi az a Nr(ij))
	> HN aszinkron allapotatmeneti szabaly, FFNN esetén hard(nrm lineáris) aktivizacios fuggvenyt használva a VC dimenzió nagysága, illetve CNN-t mire alkalmazzuk.
	> Lineáris regresszióra miért használható az FFNN (itt a varázsszó az hogy feltételes valószínűség függvény az optimális megoldás és ez L2-n értelmezett ezért közelíthető FFNN-el). Illetve hogy mi az IT kapacitása az HNN-nek
	> Rosenblatt algoritmus és bias-variance dilemma
	> 1. hopfield háló minimalizálására állapot átmeneti szabály képlete, 2. hogyan függ a TSP probléma komplexitása a node-ok számától (O(N^4))
	> Jeldetekció HNN-el, kvadratikus alakja
	> Bias-variance dilemma, VC dimenzió > 2-es és 3-mas között a jobb jegyért. :)
	> hopfield háló hebbien learning
	> Hn IT kapacitása, Vc dimenzió két bemenet egy neuron esetén, FFNN miért univerzális approximator (mi az hogy a fv L2 be tartozik) - Ötösért
	> 16 neuronból álló hálózat IT kapacitása.
	> Blum-Li konstrukció komplexitása, Perpetronon végzett algoritmus (pl. Rosenblatt) polinomiális-e (ő felírta a k felső korlátját). (Csak szóbelizni mentem.) Szerintem azt nézi, hogy érted-e az anyagot, nem azt, hogy egy képletet tökéletesen tudsz-e, így szerintem ha először a témáról kezdesz el beszélni és nem a konkrét kérdésre válaszolsz, az is jó kiindulás.
	> hogyan függ a TSP probléma komplexitása a node-ok számától, és miért annyi
	> hogy lehet kváziortogonális mintákat generálni
	> (3asért) Blum Li hány rétegből áll. Szerintem attól függ a kérdés, hogy mennyire van kedve szóbeliztetni. Voltunk 50en, 1 óra alatt végeztünk...
		> Nekem a megfigyelésem, hogy aki vizsgaZH mentességgel ment azt izzasztotta a kérdéseivel, aki meg előtte írt és elég egyértelmű átlaga volt annak felajánlotta a jegyét
	> jó lesz a kettes?... :D
		
Post: András Komporday (January 3 at 6:00pm)
[neurhálók]
Ma a konzin Oláh Bandi azt mondta, hogy így lesznek a kérdések:
1) perceptron tanulás
2) FFNN+Back Propagation
3) CNN
4) Igaz/hamis (tanuláselmélet, esetleg hopfield)