diff --git a/01 Library/11 Machine Learning/Backpropagation для сети с одним скрытым слоем.md b/01 Library/11 Machine Learning/Backpropagation для сети с одним скрытым слоем.md
index 953f1ac..23df137 100644
--- a/01 Library/11 Machine Learning/Backpropagation для сети с одним скрытым слоем.md	
+++ b/01 Library/11 Machine Learning/Backpropagation для сети с одним скрытым слоем.md	
@@ -78,7 +78,7 @@ $$
 Введём локальную ошибку выходного нейрона:
 
 $$
-\delta_l^{(2)}=(y_l-d_l)F'(S_l^{(2)})
+\delta_l^{(2)}=(y_l-d_l)*F'(S_l^{(2)})
 $$
 
 Тогда:
@@ -140,7 +140,7 @@ $$
 $$
 \frac{\partial y_l}{\partial u_i}
 =
-F'(S_l^{(2)})w_{li}^{(2)}
+F'(S_l^{(2)})*w_{li}^{(2)}
 $$
 
 Производная выхода скрытого нейрона $u_i$ по весу $w_{ij}^{(1)}$:
@@ -164,7 +164,7 @@ $$
 $$
 \frac{\partial u_i}{\partial w_{ij}^{(1)}}
 =
-F'(S_i^{(1)})x_j
+F'(S_i^{(1)})*x_j
 $$
 
 Собираем:
@@ -172,10 +172,10 @@ $$
 $$
 \frac{\partial E}{\partial w_{ij}^{(1)}} =
 \sum\limits_{l=1}^{m}
-(y_l-d_l)
-F'(S_l^{(2)})
-w_{li}^{(2)}
-F'(S_i^{(1)})
+(y_l-d_l)*
+F'(S_l^{(2)})*
+w_{li}^{(2)}*
+F'(S_i^{(1)})*
 x_j
 $$
 
@@ -185,9 +185,9 @@ $$
 \delta_i^{(1)}
 =
 \sum\limits_{l=1}^{m}
-(y_l-d_l)
-F'(S_l^{(2)})
-w_{li}^{(2)}
+(y_l-d_l)*
+F'(S_l^{(2)})*
+w_{li}^{(2)}*
 F'(S_i^{(1)})
 $$
 
@@ -196,9 +196,9 @@ $$
 $$
 \delta_i^{(1)}
 =
-F'(S_i^{(1)})
+F'(S_i^{(1)})*
 \sum\limits_{l=1}^{m}
-\delta_l^{(2)}
+\delta_l^{(2)}*
 w_{li}^{(2)}
 $$