極限學習機(Extreme Learning Machine, ELM)是一種基於前饋神經網絡的機器學習算法。
這種算法最早由新加坡南洋理工大學的黃廣斌教授於2006年提出。ELM的主要特點包括：
隱含層的節點參數（權重和偏置）可以是隨機生成的，且在訓練過程中固定不變，不進行調整。
隱含層和輸出層之間的連接權值是通過解方程組一次性確定的，而不是通過反向傳播算法進行迭代調整。
ELM適用於監督學習和非監督學習問題。
與傳統的反向傳播算法相比，極限學習機在保證學習精度的同時，計算速度更快，因爲它減少了反向傳播過程中的參數調整步驟。