逼近算法是一類用於尋找和計算數學函式或數據點的最佳逼近的算法。它們廣泛套用於數值計算、信號處理、統計學習、控制系統等多個領域。逼近算法可以分為不同的類型，包括數值逼近、隨機逼近等。以下是詳細介紹：
數值逼近。主要用於研究函式的離散逼近，用簡單的函式（如多項式、連分式等）來逼近複雜的函式。這包括插值法、最佳一致逼近、最佳平方逼近與最小二乘逼近等。
隨機逼近。這是一種參數估計方法，特別是在有隨機誤差干擾的情況下，通過逐步逼近的方式估計某一特定值。隨機逼近法常用於系統辨識、適應控制、模式識別等領域。
逼近理論。該理論關注如何用較簡單的函式找到複雜函式的最佳逼近，並量化所產生的誤差。這包括使用廣義傅立葉級數進行函式逼近，以及選擇最佳多項式逼近等方法。