Метод градиентного спуска и сейчас вполне себе устоявшийся и используемый термин. Но этот термин не является взаимозаменяемым с т.н. "обратным распространением ошибки". Это разные методы, которые дополняют друг друга. Метод градиентного спуска предлагает способ изменения аргументов функции таким образом, чтобы новое значение функции стало меньше и в конце концов достигло своего локального минимума. Этот метод использует значения частных производных, но сам по себе не предлагает способа их вычисления. А вот "обратное распространение ошибки" как раз и предлагает такой способ. Можно использовать другой способ вычисления производных, но потом опять же применить метод градиентного спуска.
Метод градиентного спуска и сейчас вполне себе устоявшийся и используемый термин. Но этот термин не является взаимозаменяемым с т.н. "обратным распространением ошибки". Это разные методы, которые дополняют друг друга. Метод градиентного спуска предлагает способ изменения аргументов функции таким образом, чтобы новое значение функции стало меньше и в конце концов достигло своего локального минимума. Этот метод использует значения частных производных, но сам по себе не предлагает способа их вычисления. А вот "обратное распространение ошибки" как раз и предлагает такой способ. Можно использовать другой способ вычисления производных, но потом опять же применить метод градиентного спуска.