Sommaire

La Rétropropagation:de l’erreurrétropropagation de l’erreur

Passons à présent à la notion de rétropropagation. La particularité des réseaux de neurones est qu’ils apprennent de leurs erreurs. L’étape consistant à réaliser la somme pondérée des entrées et à utiliser une fonction d’activation pour obtenir une valeur de prédiction est appelée la phase de propagation. Car nous partons des points d’entrées du neurone artificiel vers son point de sortie pour réaliser ces calculs.

Une fois la prédiction réalisée, nous allons comparer la prédiction réalisée par le neurone artificiel avec la prédiction attendue en faisant la différence entre la valeur attendue et la valeur prédite. En faisant cela, nous venons de calculer l’erreur de prédiction.

Une fois cette erreur obtenue, nous allons à présent parcourir le neurone en sens inverse (de la sortie vers les entrées) afin de prendre en compte l’erreur commise lors de la prédiction dans l’apprentissage en ajustant les valeurs des différents poids (nous verrons comment un peu plus loin dans ce chapitre). Cette phase est appelée la rétropropagation de l’erreur.