機械学習において，学習データに現れないデータを予測するためには，何らかの制約が必要となる．この制約のもと，モデルを一般化できる．この制約を帰納バイアス (Inductive bias)と呼ぶ．
例えば線形回帰のinductive biasを考える．入力xと出力yは線形の関係であり，その目的関数は二乗誤差を最小化することにある．という制約が線形回帰のinductive bias．データの分布に何らかの制約（仮定）をおかないと，任意の値を求めるのは事実上不可能である．
下記は各機械学習手法における帰納バイアスの一覧．
The Inductive Biases of Various Machine Learning Algorithms - Laura Diane Hamilton
違ったらコメントください．
