Retro-propagación del error

Se trata de un algoritmo de aprendizaje supervisado que, a diferencia de las redes neuronales precedentes, permite realizar clasificaciones no-lineales de los patrones de entrada. Funciona a través de la llamada «regla delta generalizada», que asigna a cada unidad oculta una medida promedio de su responsabilidad en el error que cometen las unidades de salida a las que están conectadas. En función de ello, la red iría calculando estados sucesivos, comparando las respuestas que da de hecho con las respuestas deseadas (señal «tutora» que supervisa el aprendizaje). Así, la diferencia encontrada —esto es, el error—, no sólo afectaría al nivel de unidades de salida sino que sería retro-propagado hacía las unidades ocultas.