Backpropagation is een veelgebruikte trainingsmethode voor kunstmatige neurale netwerken. Het is een vorm van begeleid leren waarbij het algoritme eerst een voorspelling doet op basis van de invoer, het verschil tussen de voorspelling en de werkelijke waarde berekent (de fout), en vervolgens de fout terugpropageert door het netwerk om de gewichten van de neuronen bij te werken. Dit proces wordt herhaald totdat het netwerk een acceptabel niveau van nauwkeurigheid bereikt.