Learning Internal Representations by Error Propagation
David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams · 1986 · Parallel Distributed Processing, vol. 1, chap. 8, p. 318-362, MIT Press
Résumé
Présente la rétropropagation comme méthode générale d’entraînement des réseaux multicouches, en montrant que les couches cachées peuvent apprendre des représentations internes utiles au lieu de devoir être conçues à la main.
Pourquoi c’est important
Elle a rendu les réseaux multicouches entraînables en pratique et déclenché le renouveau connexionniste de la fin des années 1980. Russell et Norvig consignent que cette anthologie, avec un article compagnon dans Nature, a attiré une attention considérable sur le domaine. L’attribution est stratifiée : des techniques équivalentes avaient été dérivées indépendamment auparavant, si bien que 1986 se lit mieux comme le moment où la rétropropagation est devenue largement connue que comme celui de son invention.