在教科书中学习神经网络与深度学习
定义把输出与正确答案之间的误差从输出层一侧反向回溯到输入层一侧，逐一修正各连接权重的学习方法，称为反向传播（バックプロパゲーション，误差反向传播法）。
解说计算本身是从输入层向输出层正向进行的，而用于修正的信息则是从后往前传回。按层算出每条连接对偏差的影响有多大，影响越大的权重修正得越多。用大量数据反复执行这一过程，输出就会逐渐接近正确答案。
类比就像尝菜时发现太咸，就从最后放的调料开始往前倒推，重新决定哪一样该减多少。
记忆钩子バック是 back（向后），プロパゲーション是 propagation（传播）。把名字拆开就是“偏差向后传播”，方向就不会记反。