clear
% inicjujemy strukture - jeden element perceptronu , ma dwa wejscia
nn=struct('w',[-0.1 0.6], 'w0',-0.4 );
% parametr szybkosci zmiany wag
eta=0.05;
% konstruujemy ciag uczacy {X, Z}
X=[1 1
   3 3
   2 3
   3 4
 1.2 3.2];

Z=[1 1 0 0 0 ];

% rozpoczynamy nauke jeden obrot petli while to jedna sesja
% - delta zlicza ilosc popelnionych w sesji bladow
delta=1;
i=0;
while delta>0
   delta=0;
   
	for j=1:length(X)
		[nn, d]=ucz_pp(nn,X(j,:),Z(j),eta); % uczymy neuron j-tego elementu w ciagu uczacym
        delta=delta+abs(d); % sumujemy wartosci bezwzgledne bladow       	 
    end
    subplot(121)
    rysuj_wynik(nn,X,Z); %rysujemy aktualny podzial przestrzeni wejsciowej     ;
    i=i+1
    d_wyk(i)=delta;
    subplot(122)
    plot(1:i,d_wyk)
    pause(1)
    disp(sprintf('zla klasyfikacja %d na %d punktow ',delta, length(Z)))
end