Демонстрируются возможности преобразования широкого класса алгоритмов машинного обучения в процессы правдоподобных рассуждений, основанные на известных правилах дедуктивного и индуктивного выводов. В основе используемого подхода к проблемам машинного обучения лежит понятие хорошего классификационного (диагностического) теста для заданного множества положительных и отрицательных примеров.
