Programlama, bilgisayar ve yapay zeka dünyasında, bir geri yayılma sinir ağı basitçe geri yayılma kullanan bir tür yapay sinir ağıdır (YSA). Geriye yayılma bir temeldir ve YSA'ya verilen bir görevi nasıl yerine getireceğini bildiren yaygın olarak kullanılan bir algoritmadır. Bu kavram kafa karıştırıcı görünse de, işlem sırasında gerekli olan denklemlere baktıktan sonra tamamen yabancı görünmesine rağmen, bu kavramın tam sinir ağı ile birlikte anlaşılması oldukça kolaydır.
Sinir ağlarına aşina olmayanlar için, bir YSA ya da sadece “sinir ağı” anlamına gelen bir NN, canlılarda bulunanlar gibi gerçek hayattaki sinir ağlarının belirli özelliklerinden sonra oluşturulan matematiksel bir modeldir. İnsan beyni, işleyişi yapay NN'lerin yapısının ve işleyişinin nasıl geliştirileceği hakkında bazı ipuçları veren nihai sinir ağıdır. İlkel bir beyin gibi, bir YSA, bilgiyi işleyen birbirine bağlı yapay nöronlardan oluşan bir ağa sahiptir.
Bu konuda büyüleyici olan, bir YSA'nın gerektiğinde, çevreden ve ağdan aldığı bilgilere göre yapısını uyarlayabilmesi ve değiştirebilmesidir. Doğrusal olmayan istatistiksel veri analizi kullanan ve girdiler ve çıktılar gibi veriler arasındaki karmaşık ilişkileri yorumlayabilen karmaşık bir bilgisayarlı modeldir. Geleneksel hesaplama yöntemleriyle çözülemeyen problemleri çözebilir.
Bir geri yayılma sinir ağı fikri ilk olarak 1969 yılında Arthur E. Bryson ve Yu-Chi Ho'nun çalışmalarından geldi. Daha sonraki yıllarda, diğer programcılar ve bilim adamları bu fikri geliştirdiler. 1974'ten itibaren, geri yayılma sinir ağı, yapay sinir ağlarının yaratılması ve yaratılmasında yenilikçi bir buluş olarak kabul edildi.
Yapay sinir ağları öğrenme bir YSA içerisinde veriyi doğru bir şekilde işlemeye devam etmesini ve bu nedenle işlevini düzgün bir şekilde yerine getirmesini sağlayan önemli bir görevdir. Bir geri yayılım sinir ağı, sinir ağı öğrenmesini sağlamak için genelleştirilmiş bir delta kuralının bir formunu kullanır. Bu, ağa beslenen belirli girdilerden istenen çıktıları hesaplayabilen bir öğretmeni kullandığı anlamına gelir.
Başka bir deyişle, bir geri yayılma sinir ağı örnek olarak öğrenir. Programcı, belirli bir girdi kümesi göz önüne alındığında doğru çıkışın ne olacağını gösteren bir öğrenme modeli sunar. Bu girdi-çıktı örneği, ağın diğer bölümlerinin ardından yapılan hesaplamaları düzenleyebileceği öğretmen veya modeldir.
Tüm işlem ölçülen aralıklarla metodik olarak ilerler. Belirli bir girdiler kümesi verildiğinde, YSA modelden öğrenilen hesaplamayı ilk çıktıyı elde etmek için uygular. Daha sonra bu çıkışı başlangıçta bilinen, beklenen veya iyi çıktıyla karşılaştırır ve gereken ayarları yapar. İşlemde bir hata değeri hesaplanır. Bu daha sonra mümkün olan en iyi çıkış belirleninceye kadar geri yayılım sinir ağı boyunca ileri geri yayılır.
