沒有免費午餐定理 (NFL)

沒有免費午餐定理（Wolpert & Macready）指出：在考慮所有可能目標函數（或問題分佈）的平均下，任何兩種優化演算法的平均表現相等。因此不存在「萬用最優」演算法，機器學習 (ML) 與超參選擇必須依問題與歸納偏置做取捨。常被引用以說明為何需要領域知識與模型選擇。與 機器學習 (ML) 相關。