Notre glossaire, méticuleusement élaboré, est votre boussole dans l’univers complexe et dynamique du marketing, de la communication et du digital. Ici, chaque terme est une clé que nous vous aidons à décrypter pour vous ouvrir a des concepts innovants et des stratégies éprouvées. Plongez dans nos thématiques pour éclairer votre chemin vers l’excellence et la créativité.
La backpropagation, ou rétropropagation du gradient, est la méthode de calcul qui permet d’entraîner un réseau de neurones en mesurant la part de chaque poids dans l’erreur commise, de la couche de sortie vers la couche d’entrée.
Le mécanisme suit un cycle. Le réseau reçoit un exemple et produit une prédiction : c’est la passe avant. Une fonction de perte chiffre l’écart entre cette prédiction et le résultat attendu. La rétropropagation calcule ensuite le gradient de cette perte par rapport à chaque poids. Elle applique pour cela la règle de dérivation des fonctions composées, couche par couche, en partant de la sortie. Un algorithme d’optimisation, le plus souvent une variante de la descente de gradient, utilise ces gradients pour modifier légèrement les poids dans le sens qui réduit l’erreur. Le cycle se répète sur un grand nombre d’exemples.
La méthode mobilise trois composantes : la fonction de perte, les fonctions d’activation des neurones, dont les dérivées interviennent dans le calcul, et le calcul des gradients lui-même. Elle s’insère dans une boucle d’entraînement qui comprend aussi l’optimiseur et son pas d’apprentissage, qui fixe l’ampleur de chaque correction. Dans l’usage courant, le terme désigne souvent, par extension, l’ensemble de cette procédure d’entraînement. Son efficacité dépend aussi du nombre de couches et de la qualité des données d’entraînement.
La rétropropagation se distingue de la descente de gradient : la première calcule la direction de la correction, la seconde l’applique. Elle se distingue aussi de l’inférence, phase d’utilisation d’un modèle déjà entraîné, qui se limite à la passe avant et ne modifie aucun poids. Elle sert à l’apprentissage supervisé comme à d’autres modes d’entraînement, dès lors qu’une fonction de perte dérivable est définie. Elle constitue l’un des fondements techniques du deep learning, y compris de l’entraînement des modèles de langage.
Personne ne demande à une direction marketing de dériver une fonction de perte. Le principe a pourtant des conséquences directes sur les projets. Un réseau apprend exactement ce que la fonction de perte récompense, sur les exemples qu’on lui montre. Si l’objectif chiffré est mal choisi, ou si le corpus d’entraînement est biaisé, la rétropropagation corrigera fidèlement le modèle dans la mauvaise direction. Notre lecture : la qualité d’un modèle se joue moins dans l’algorithme que dans deux choix métier, l’objectif mesuré et les exemples fournis.
L’article « Learning representations by back-propagating errors » (Rumelhart, Hinton et Williams, revue Nature, 1986) décrit la procédure : ajuster les poids de façon répétée pour réduire l’écart entre la sortie obtenue et la sortie désirée. Les auteurs montrent que les couches cachées apprennent alors à représenter des caractéristiques importantes de la tâche, sans qu’on les leur désigne. Le principe a peu changé depuis. L’échelle, elle, a changé : des processeurs graphiques capables de calculs parallèles massifs et des volumes de données bien supérieurs. En français, le Grand dictionnaire terminologique de l’Office québécois de la langue française (fiche mise à jour en 2025) retient « rétropropagation du gradient de l’erreur », ainsi que les formes « rétropropagation du gradient » et « rétropropagation de l’erreur ».
Deux courbes suffisent pour juger un entraînement : la perte sur les données d’entraînement et la perte sur un jeu de validation que le modèle ne voit pas. Si la première baisse pendant que la seconde remonte, le modèle surapprend. Si les deux stagnent à un niveau élevé, il sous-apprend (underfitting). Nous recommandons de demander ces courbes, et pas seulement la précision finale, avant de valider un modèle entraîné pour vous.
Advalians sensibilise vos équipes au fonctionnement de l’IA et les aide à repérer les cas d’usage utiles, avant un déploiement progressif et accompagné.
La rétropropagation calcule, la descente de gradient corrige. La première détermine, pour chaque poids du réseau, dans quel sens et dans quelle proportion il contribue à l’erreur. La seconde utilise ce résultat pour modifier les poids d’un petit pas, dans le sens qui réduit l’erreur.
Les deux étapes s’enchaînent à chaque itération de l’entraînement. Dans un échange avec un prestataire, retenez que les réglages de l’optimiseur, comme le pas d’apprentissage, se discutent séparément de l’architecture du réseau. Ils expliquent souvent un entraînement instable.
Préparez des exemples représentatifs des cas réels, avec le résultat attendu pour chacun. La rétropropagation corrige le modèle uniquement à partir de ces écarts : un dataset déséquilibré produit un modèle déséquilibré.
Séparez dès le départ trois ensembles : entraînement, validation et test. Le jeu de test ne sert qu’une fois, à la fin. Documentez l’origine des données, leur période et leur mode d’étiquetage. Ce sont les premières questions à poser lorsqu’un modèle se comporte mal en production.
Comparez la courbe de perte sur les données d’entraînement à celle d’un jeu de validation. Les deux doivent baisser puis se stabiliser à des niveaux proches.
Trois signaux doivent alerter. Une perte de validation qui remonte pendant que l’autre baisse indique un surapprentissage : arrêtez l’entraînement plus tôt ou ajoutez des données. Deux courbes qui stagnent haut révèlent un modèle trop simple ou mal réglé. Une courbe qui oscille fortement signale souvent un pas d’apprentissage trop grand. Évaluez enfin le modèle retenu sur le jeu de test, une seule fois.
Parce que la rétropropagation l’a optimisé sur des données passées, et que les données réelles changent. Nouveaux produits, nouvelle clientèle, saisonnalité ou changement de formulaire : l’écart entre données d’entraînement et données de production dégrade les prédictions sans alerte visible.
Le modèle ne se corrige pas seul : sauf dispositif d’apprentissage continu, ses poids restent figés après l’entraînement. Surveillez la distribution des données entrantes et la performance sur un échantillon vérifié chaque mois, par exemple. Prévoyez dès le départ qui décide d’un réentraînement et sur quelles données.
Dans la plupart des usages marketing, partez d’un modèle déjà entraîné. Adaptez-le par des consignes, par l’apport de documents ou par un ajustement léger. L’entraînement complet mobilise beaucoup de données étiquetées, de calcul et de compétences.
Entraîner votre propre modèle se justifie si la tâche est spécifique, si vos données sont propriétaires et abondantes, et si une équipe peut le maintenir dans la durée. Sans ces trois conditions, renoncez-y : un modèle mal entretenu se dégrade, quelle que soit la qualité de son entraînement initial.
Par Thomas Bizot – Président du cabinet Advalians
