Metoda gradientu prostego () – algorytm iteracyjny mający na celu znalezienie minimum lokalnego funkcji wielu zmiennych rzeczywistych o wartościach w zbiorze liczb rzeczywistych; zasadniczym elementem algorytmu jest obliczanie gradientu funkcji w punkcie startowym oraz w kolejnych punktach i przemieszczanie się w kierunku przeciwnym do wektora gradientu funkcji. To, które minimum lokalne zostanie znalezione, zależy od przyjętego punktu startowego algorytmu. Obliczanie gradientu wymaga, by funkcja była różniczkowalna. Problem znajdowania minimum funkcji występuje jako podstawowe zagadnienie problemów optymalizacji. Wtedy funkcją, dla której szuka się minimum, jest tzw. funkcji straty / funkcja kosztu.
Metoda gradientu prostego jest jedną z prostszych metod optymalizacyjnych. Rozszerzenie tej metody — tzw. metoda stochastycznego spadku gradientu — znajduje zastosowanie m. in. w uczeniu większości sieci neuronowych, w ramach tzw. metody propagacji wstecznej (backpropagation).