[Boltzmann machine - Wikipedia](https://en.wikipedia.org/wiki/Boltzmann_machine) > ボルツマンマシン（stochastic Hopfield network with hidden units、Sherrington-Kirkpatrick model with external field、stochastic Ising-Lenz-Little modelとも呼ばれる）とは、確率的リカレントニューラルネットワークの一種である。マルコフ・ランダム・フィールド（Markov Random Field）[1]であり、統計物理学を認知科学に応用するために翻訳されたものである。ボルツマンマシンは、外場を持つ確率的なスピングラスモデル、すなわち、確率的イジングモデルであるシェリントン-カークパトリックモデルをベースにしており[2]、[[機械学習]]に応用されている[3]。 > ボルツマンマシンは、学習アルゴリズムの局所性とヘブ性（ヘブの法則で学習される）、並列性とそのダイナミクスが単純な物理的プロセスに似ていることから、理論的に興味をそそられます。接続性が制約されていないボルツマンマシンは、機械学習や推論などの実用的な問題では役に立たないが、接続性が適切に制約されていれば、実用的な問題に役立つほど学習を効率化できる。 --- ![[Pasted image 20211204144146.png]] ![[Pasted image 20211204144202.png]]