Нейронные сети. Аппроксимация функции. Матлаб

Теоретические сведения
Аппроксимация – восстановление функциональной зависимости по табличным значениям функции. Восстановление исходной зависимости, не зная ее формы первоначально, весьма затруднительно, под аппроксимацией понимают создание новой зависимости, которая повторяет таблично заданные точки с достаточной степенью точности.
...

Порядок выполнения работы
На основании заданной функции построить ее табличные значения (количество значений должно быть достаточно большим для того, чтобы аппроксимированная функция визуально совпадала с табличными значениями). Данные табличные значения использовать в качестве обучающей выборки (ОВ). Использовать нейронную сеть для аппроксимации этих табличных значений и нахождения аппроксимированной функции.
Нейронная сеть должна состоять из двух слоев. Активационная функция первого слоя – гиперболический или сигмоидальный тангенс, второго – линейная. Количество нейронов первого слоя определяет пользователь для достаточной точности аппроксимации, второго – 1. Количество входов – 1, количество выходов – 1
Обучение нейронной сети выполнять с помощью функции train.
Вывести на график табличные значения точками и аппроксимированную функцию (линией). Найти численное значение погрешности результата аппроксимации, вывести на экран.