الگوریتم بازپخش تکراری آلمیدا-پینیدا
الگوریتم بازپخش تکراری آلمیدا-پینیدا، یک گسترش از الگوریتم بازپخش است که برای شبکههای عصبی تکراری به کار میرود. این روش در دسته یادگیری نظارتشده قرار میگیرد و برای اولین بار به صورت رمزآلودی در پایاننامه ریچارد فاینمن ذکر شد. بعدها، فرناندو پینیدا و لوییس ب. آلمیدا بهطور مستقل آن را در زمینه شبکههای عصبی مصنوعی دوباره کشف کردند.
در این الگوریتم، یک شبکه عصبی تکراری شامل واحدهای ورودی، واحدهای خروجی و احتمالاً واحدهای پنهان است. شبکه با مجموعهای از حالتهای ورودی و هدف آموزش میبیند تا به یک حالت فعال پایدار برسد، به گونهای که واحدهای خروجی مطابق با حالت هدف تنظیم شوند.