Backpropagation is een fundamenteel algoritme voor het trainen van neurale netwerken. Het werkt door fouten terug te propageren van de uitvoerlaag naar de invoerlaag, zodat het netwerk kan leren hoe het de gewichten aanpast om betere voorspellingen te doen.

Dit algoritme is essentieel voor deep learning en maakt het mogelijk om complexe neurale netwerken efficiënt te trainen. Backpropagation berekent gradiënten die aangeven in welke richting de gewichten moeten worden aangepast, zodat het model steeds beter wordt.