玻爾茲曼機

受限玻爾茲曼機（rbm）是一種用於降維、分類、回歸、特徵學習、協同濾波、主題建模的演算法。

注釋：1.在機器學習和統計學習領域，降維是指在某些特定條件下，降低隨機變數的個數，得到一組不相關主變數的過程。降維可分為特徵選擇和特徵提取兩大方法：特徵選擇假定資料中包含大量冗餘或者無關變數（或稱特徵、屬性、指標等），旨在從原有變數找出主要變數。代表方法lasso。特徵提取是將高位資料轉化為低維資料的過程，在此過程中可能捨棄原有資料、創造新的變數，代表方法主成分分析pca.。

2.李航《統計學習方法》的解釋為：輸入變數與輸出變數均為連續變數的**問題是回歸問題，輸出變數為有限個離散變數的**問題為分類問題。回歸問題舉例/：假定我們現有一大批資料，包含房屋的面積和對應面積的房價資訊，如果我們能得到房屋面積和房屋**之間的關係，那麼給定乙個房屋時，我們只要知道其面積，就可以大致推測出其**了。