バックプロパゲーション

バックプロパゲーション（Backpropagation）または誤差逆伝播法（ごさぎゃくでんぱほう）は、機械学習において、ニューラルネットワークを学習させるための教師あり学習のアルゴリズムである。1986年にbackwards propagation of errors（後方への誤差伝播）の略からデビッド・ラメルハートらによって命名された。隠れ層のある3層以上の物は、1967年に甘利俊一が発表した。その後、何度も再発見され、1969年に（Arthur E. Bryson）とが多段動的システム最適化手法として提案した。ニューラルネットワークでの応用の物として、1974年のがある。1986年のデビッド・ラメルハート、ジェフリー・ヒントン、らの再発見により定着し、特に1986年の発表以降ニューラルネットワーク研究が注目を浴び再活性化することになった。教師あり学習手法であり、を一般化したものと言える。訓練集合を作るには、多数の入力について必要とされる出力を事前に定めておく必要がある。フィードフォワードネットワーク(フィードバックを持たない、あるいは単にループするコネクションを持たないネットワーク)で最も効果を発揮する。バックプロパゲーションでは、人工ニューロン(または「ノード」)で使われる活性化関数が可微分でなければならない。