ボルツマン マシンは、1985 年にジェフリー ヒントンとテリー セジナウスキーによって発明された、確率的ニューラル ネットワークおよびリカレント ニューラル ネットワークの一種です。

ボルツマン マシンは、対応するホップフィールド ニューラル ネットワークを生成できる確率過程とみなすことができ、内部式を学習し、複雑な組み合わせ最適化問題を表現して解決できる最も初期のニューラル ネットワークです。

トレーニング アルゴリズムの局所性とヘブ特性、および単純な物理プロセスに似た並列性により、接続方法が制約されている場合、学習方法は実際的な問題を解決するのに十分な効率を発揮します。 この名前は、ボルツマン マシンのサンプリング関数で使用されるボルツマン分布に由来しています。