Rétropropagation

Définition

La rétropropagation de l'erreur est au cœur de l'algorithme d’optimisation permettant à un réseau de neurones artificiels d’apprendre. L'idée générale est de propager l'erreur de la sortie vers l’arrière du réseau de neurones afin d'ajuster les poids (paramètres) et d’ainsi minimiser l’erreur de sortie. Une première technique consiste à modifier le poids de l'entrée en signe inverse de l'erreur en sortie. Une erreur positive en sortie implique une réduction du poids de l'entrée. Une erreur négative en sortie implique une augmentation du poids de l'entrée. Un raffinement à cette approche consiste à corriger la pondération proportionnellement à la valeur de l'erreur. C'est-à-dire que plus l'erreur est grande, ce qui correspond à une plus grande différence entre la valeur cible (ou valeur vraie) et la prédiction, plus la correction est importante.

Compléments

La rétropropagation est une méthode qui permet aux réseaux de neurones d’apprendre. Plus spécifiquement, si l’on soumet des données à un réseau de neurones et qu’on lui indique les résultats désirables et indésirables, cette méthode permet d’augmenter ou de réduire le poids relatif à accorder aux neurones correspondant aux résultats désirables. C’est donc une méthode qui permet à un réseau de neurones d’apprendre à distinguer une bonne d’une mauvaise réponse.

voir Rétropropagation