La fórmula de retropropagación se puede expresar como:
```
∂E/∂w =(∂E/∂y) * (∂y/∂w)
```
dónde:
- E es el error de la red.
- y es la salida de la red
- w es el peso de una conexión en la red
La fórmula calcula la derivada parcial del error con respecto al peso, lo que le dice a la red cuánto cambiará el error si el peso cambia una pequeña cantidad. La fórmula también calcula la derivada parcial de la salida con respecto al peso, lo que le dice a la red cuánto cambiará la salida si el peso cambia en una pequeña cantidad.
La red utiliza estas dos derivadas parciales para calcular el ajuste apropiado para el peso. El objetivo es ajustar los pesos para minimizar el error de la red, lo que significa que la red está funcionando bien en la tarea dada.
La retropropagación es un poderoso algoritmo de aprendizaje que permite a las redes neuronales aprender de sus errores y mejorar gradualmente su rendimiento.
