4.

Entrenar redes Adaline de aproximación lineal de las funciones, con sentencias del
CW:
a. y = 2x1 – x2 + 1.5.
Donde P = [1 -2 3 -1; 3 2 4 -3], W0 = [2 -1] y b0=1.5. Graficar la función.
b. y = 2x1 – x2 + 3.
Donde P = [-2 -1 0 0 1 2; 1 -2 1 -1 2 1], Tolerancia del error=0.0001, iteraciones=200.
Hallar el error medio de salida (mae) y el error medio del clasificador. Graficar la función.
c. y = 0.5x1 + 0.5x2 + 0.5.
Donde P = [1 1 -1 -1; 1 -1 1 -1], T= [1 1 1 -1], Tolerancia del error=0.1,iteraciones=100.
Hallar el error medio de salida (mae) y el error medio del clasificador.Graficar la función.
5. Utilizar la herramienta nntool para entrenar redes Adaline del punto anterior.

a. y = 2x1 – x2 + 1.5. Donde P = [1 -2 3 -1; 3 2 4 -3]

b. y = 2x1 – x2 + 3. Donde P = [-2 -1 0 0 1 2; 1 -2 1 -1 2 1]
C .y = 0.5x1 + 0.5x2 + 0.5. Donde P = [1 1 -1 -1; 1 -1 1 -1], T=[1.5 0.5 0.5 -0.5]