Ищю в поисковиках

import numpy as np

np.random.seed(1)

speed_train = 0.5

arr = []
for d in open("data.txt",'r'):
    arr.append(d[:-1].split('\t'))
    
#выбираем данные (1 и 2 столбцы)
train_data = np.array(np.array(arr)[:,:2],dtype=float)
#Добавляем нейрон смещения
train_bias = np.array([[1] * len(arr)],dtype=float).T
#Наши итоговые обучающие данные
train = np.hstack((train_data,train_bias))
#результат, который хотим получить
res = np.array([np.array(arr)[:,2]],dtype=int).T

def sigmoid(z):
    return 1 / (1 + np.exp(-z))

def diffsigmoid(z):
    return (1 - z) * z

def normal(z,nbias):
    return np.round(z-nbias)

weights = np.random.random((3,1))



print("начальные веса: ")
print(weights)

output = sigmoid(np.dot(train, weights))

print("результат: ")
print(output)

err = res - output

print("ошибка: ")
print(err)

adweights = np.dot(train.T, err * diffsigmoid(output))

print("Как нужно изменить веса: ")
print(adweights)

weights += adweights

print("Измененные веса: ")
print(weights)

for i in range(10000):
    output = sigmoid(np.dot(train, weights))
    err = res - output
    adweights = np.dot(train.T, speed_train * err * diffsigmoid(output))
    weights += adweights

    print(err.sum())

print("weights: ", weights)

print(normal(sigmoid(np.dot(train,weights)),0))