端到端學習(End-to-End Learning)，也稱為端到端訓練，是一種機器學習範式，其中整個系統被視為一個從輸入直接推導出輸出的連續過程。
與傳統機器學習模型不同，後者通常將複雜任務分解為多個步驟，每個步驟需要單獨設計和最佳化；端到端學習通過深度學習算法自動執行這些步驟，不需要明確地給出不同模組或階段的功能，中間過程不需要人為干預。這種學習方式可以直接最佳化任務的總體目標，而不是分模組或分階段進行訓練，它利用深度神經網路將原始數據通過多層非線性變換直接得到期望的輸出，這樣可以避免人為地設計特徵提取和選擇的方法，減少對專業知識的依賴，提高模型的泛化能力和自適應能力。端到端學習的訓練數據通常採用「輸入-輸出」對的形式，無需提供其他額外信息。