warstwy wejściowej. Otrzymawszy zestaw <gap> dla całej sieci dokonuje się korekty wszystkich wag ANN. Do korekty wag korzysta się z błędów obliczonych w bieżącym kroku procedury uczącej i w kroku poprzednim (8.25). Można powiedzieć, że procedura korekty wag "pamięta" tendencje zmiany wag z wcześniejszego cyklu uczenia i od jego wartości uzależnia wynik poprawek wag w bieżącym kroku. Korektę wag realizuje procedura typu ChangeWeights (zmiana, korekcja wag). W klasycznej postaci ChangeWeights jest procedurą uczącą, która potrafi jedynie poprawiać jakość reprezentacji wag. Nie umie natomiast nadzorować postępów w uczeniu sieci. Załóżmy, że wszystkie parametry determinujące działanie sieci są optymalne i umożliwiają jej wyuczenie