function [w, epoca] = treinamento2

M = load('treinamento2.txt');
[lin, col] = size(M);
T = [-ones(lin, 1) M(:,1:col-1)];
d = M(:,col);
n = 0.0025; %taxa de aprendizagem
epoca = 0; % quantidade de pocas
precisao = 0.000001;
w = rand(6,1); %vetor de 6 valores randmicos
z = EQM(T,w,d);
erro=0;
p=size(T,1);
eqm_ant=0;
eqm_atual=EQM(T,w,d);
while (eqm_atual-eqm_ant)>=precisao;
epoca=epoca+1;
eqm_ant=eqm_atual;
for k=1:T
x=T(k,:)'; %atribua padro k de T ao vetor X
u=w'*x; %realize as exentuais transposies
w=w+n*(d(k)-u)*x;
end
eqm_atual=EQM(T,w,d);
erro(epoca)=eqm_atual;
end

function z = EQM (T,w,d);
s=0;
p=size(T, 1); %quantidade de amostras
for k=1:p
x=T(k,:)';
u=w'*x; %realize eventuais transposies que sejam necessrias
s=s+((d(k)-u)*(d(k)-u));
end
z=(1/p)*s;