Une machine de Boltzmann est un type de réseau neuronal aléatoire et de réseau neuronal récurrent inventé par Geoffrey Hinton et Terry Sejnowski en 1985.

La machine de Boltzmann peut être considérée comme un processus aléatoire capable de générer un réseau neuronal de Hopfield correspondant. Il s’agit du premier réseau neuronal capable d’apprendre des expressions internes et d’exprimer et de résoudre des problèmes d’optimisation combinatoire complexes.

En raison de la localité et de la nature hébbienne des algorithmes de formation, ainsi que de leur parallélisme similaire à celui des processus physiques simples, l'approche d'apprentissage peut être suffisamment efficace pour résoudre des problèmes pratiques si la connectivité est limitée. Son nom vient de la distribution de Boltzmann, qui est utilisée dans la fonction d'échantillonnage de la machine de Boltzmann.