通常，函數逼近問題要求我們從定義明確的類中選擇一個函數，該類以特定于任務的方式與目標函數緊密匹配（“近似”）。對于需要功能近似出現在許多分支的應用數學和計算機科學。

首先，對于已知目標函數，逼近理論是數值分析的一個分支，它研究某些已知函數（例如，特殊函數）如何可以被通常具有理想屬性的特定類函數（例如，多項式或有理函數）逼近。（廉價的計算、連續性、積分和極限值等）。

其次，目標函數，稱為g，可能未知；僅提供一組形式為(x,g(x))的點，而不是明確的公式。取決于結構域和值域的克，用于逼近的幾種技術克可能是適用的。例如，如果g是對實數的運算，則可以使用插值、外推、回歸分析和曲線擬合技術。如果codomain（范圍或目標集）的g是一個有限集，一個是處理分類問題。

在某種程度上，不同的問題（回歸、分類、適應度逼近）在統計學習理論中得到了統一的處理，在那里它們被視為監督學習問題。