Với tập dữliệu quan sát được D  và các phân bố xác suất P(h), P(D) và P(D/h) đã biết, ta  xác định các xác suất hậu nghiệm chon giả thiết  . Ta có thể dùng định lý Bayes để xác định giả thuyết MAP nhờ tính xác suất hậu nghiệm P(D/h) với mọi h thuộc H và chọn giả thuyết có xác suất hậu nghiệm lớn nhất:

h max = max {} 

  (lưu ý rằng trong bước tính toán  cuối trên ta bỏ P(D) vì nó độc lập với h).

Quy tắc  giả thuyết hợp lý nhất: ML  (maximum likelhood).

Trong một số trường hợp ta giả thiết rằng mọi giả thuyết h thuộc H có cùng xác suất tiền nghiệm:

P(hi) = P(hj) mọi hi, hj thuộc H

Trong trường hợp này thì P(D/h) gọi là khả năng của tập D với h đã cho và giả thuyết h mà làm cực đại P(D/h) gọi là giả thuyết có khả năng nhất) được ký hiệu là hML: = Max{P(D/h): h thuộc H}