# Rétropropagation (Backpropagation)

> Méthode de calcul utilisée pour ajuster les poids d'un réseau de neurones en fonction de l'erreur commise en sortie.

- Page ZoneIA : https://zoneia.fr/glossaire/retropropagation-backpropagation
- Type : Définition du glossaire IA
- Catégories : [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia), [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

La rétropropagation est le mécanisme central qui permet à un réseau de neurones **d’apprendre à partir de ses erreurs**. L’idée est simple : après une prédiction, on mesure l’écart entre la sortie du modèle et la cible (via une *fonction de perte*), puis on met à jour les paramètres internes pour réduire cet écart lors des prochaines prédictions.

## Comment ça fonctionne
1. **Propagation avant** : les données traversent les couches du réseau et produisent une sortie.  
2. **Calcul de la perte** : on quantifie l’erreur (ex. entropie croisée en classification, MSE en régression).  
3. **Propagation arrière** : on calcule l’influence de chaque poids sur l’erreur en appliquant la **règle de la chaîne** (dérivées). Cela donne un **gradient** pour chaque paramètre.  
4. **Mise à jour** : un algorithme d’optimisation (SGD, Adam…) ajuste les poids, typiquement :  
   *poids ← poids − taux_apprentissage × gradient*.

## À quoi ça sert
Elle rend l’entraînement de modèles profonds tractable, en évitant de recalculer naïvement les dérivées. C’est la base de l’apprentissage supervisé dans la plupart des réseaux.

## Exemples d’usage
- reconnaissance d’images (CNN),  
- traitement du texte (Transformers),  
- prévision de séries temporelles,  
- recommandation et scoring.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/retropropagation-backpropagation)