玻尔兹曼学习本质上具有统计性，并源自热力学领域。它类似于纠错学习，并且 用于有监督训练。在此算法中，除了系统输出之外，还要考虑每个单独神经元的状 态。在此方面，玻尔兹曼学习规则显著慢于纠错学习规则。使用玻尔兹曼学习的神经网络称为玻尔兹曼机。
玻尔兹曼学习类似于错误修正学习规则，其中错误信号用于在每次迭代中训 练系统。然而，我们不是直接计算结果值和期望值之间的差异，而是计算系统概率分布之间的差异。
