ボルツマンマシンは確率的ニューラルネットワークの一種であり、高い表現能力と強ノイズ耐性が期待されている。本研究では、ボルツマンマシンを基礎にした確率的回帰モデルを考える。確率的回帰モデルは、出力値の分布を直接的に得られるため、例えば誤差範囲評価などがより直接的であるなどのメリットをもつ。本研究では、３層構造を持った確率的分類器である制限ボルツマンマシン分類器（dRBM）の出力層を修正することで、出力を単一連続確率変数とする制限ボルツマンマシン回帰器（rRBM）を提案する。実データを用いた実験を通して、提案モデルの有効性を示す。