@prefix skos: . @prefix dc: . @prefix xsd: . skos:definition "statistical method used to calculate the error gradient for each neuron in a neural network, from the last layer to the first. The gradient of a function of several variables at a given point is a vector that characterizes the variability of this function in the neighborhood of this point. (Source: translated from https://ia.gdria.fr/Glossaire/retropropagation-du-gradient/ )"@en, "méthode statistique utilisée pour calculer le gradient de l’erreur pour chaque neurone d’un réseau de neurones, de la dernière couche vers la première. Le gradient d’une fonction de plusieurs variables en un certain point est un vecteur qui caractérise la variabilité de cette fonction au voisinage de ce point. (Source : https://ia.gdria.fr/Glossaire/retropropagation-du-gradient/ )"@fr ; dc:modified "2025-09-24T06:45:27"^^xsd:dateTime ; skos:exactMatch , , ; skos:inScheme ; dc:bibliographicCitation "• Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning internal representations by error propagation. In D. E. Rumelhart & J. L. McClelland (Eds.), Parallel distributed processing. Vol. 1 : Foundations (pp. 318‑362). MIT Press." ; skos:related ; skos:broader ; a skos:Concept ; skos:prefLabel "rétropropagation du gradient"@fr, "backpropagation"@en ; skos:altLabel "backward propagation of errors"@en . a skos:ConceptScheme . skos:prefLabel "réseau de neurones"@fr, "neural network"@en ; a skos:Concept ; skos:related . skos:prefLabel "optimization algorithm"@en, "algorithme d'optimisation"@fr ; a skos:Concept ; skos:narrower .