玻爾茲曼學習本質上具有統計性，並源自熱力學領域。它類似於糾錯學習，並且 用於有監督訓練。在此演算法中，除了系統輸出之外，還要考慮每個單獨神經元的狀 態。在此方面，玻爾茲曼學習規則顯著慢於糾錯學習規則。使用玻爾茲曼學習的神經網路稱為玻爾茲曼機。
玻爾茲曼學習類似於錯誤修正學習規則，其中錯誤訊號用於在每次迭代中訓 練系統。然而，我們不是直接計算結果值和期望值之間的差異，而是計算系統機率分佈之間的差異。
