[1986] Learning Representations by Back-Propagating Errors - Rumelhart, Hinton & Williams

Este documento presenta el influyente artículo científico de 1986 que introdujo el algoritmo de propagación hacia atrás (back-propagation) como un método eficaz para entrenar redes neuronales artificiales. Los autores proponen un procedimiento para ajustar los pesos de las conexiones internas de manera que se minimice la discrepancia entre los resultados obtenidos y los deseados, permitiendo que la red aprenda representaciones internas de los datos. A diferencia de modelos anteriores, este sistema utiliza unidades ocultas para identificar patrones complejos y regularidades en el dominio de la tarea, lo cual se demuestra mediante experimentos sobre simetría de vectores y relaciones en árboles genealógicos. El propósito fundamental del texto es demostrar que, mediante el descenso de gradiente, las redes pueden autoorganizarse para resolver problemas que antes se consideraban inalcanzables para los modelos computacionales de la época.