Eine Boltzmann-Maschine ist eine Art zufälliges neuronales Netzwerk und rekurrentes neuronales Netzwerk, das 1985 von Geoffrey Hinton und Terry Sejnowski erfunden wurde.

Die Boltzmann-Maschine kann als Zufallsprozess betrachtet werden, der das entsprechende neuronale Hopfield-Netzwerk erzeugen kann. Es ist das erste neuronale Netzwerk, das interne Ausdrücke lernen und komplexe kombinatorische Optimierungsprobleme ausdrücken und lösen kann.

Aufgrund der Lokalität und Hebbschen Natur der Trainingsalgorithmen sowie ihrer Parallelität ähnlich einfachen physikalischen Prozessen kann der Lernansatz effizient genug sein, um praktische Probleme zu lösen, wenn die Konnektivität eingeschränkt ist. Der Name leitet sich von der Boltzmann-Verteilung ab, die in der Sampling-Funktion der Boltzmann-Maschine verwendet wird.