机器学习算法在学习过程中对某种类型假设的偏好称为偏好或归纳偏好(inductive bias)。
但奥卡姆剃刀并非唯一可行原则，有时无法判断两种假设谁更简单。
奥卡姆剃刀也并非科学研究中唯一可行的假设选择原则，例如古希腊哲学家伊壁鸠鲁的多释原则(principle of multiple explanations)，主张保留与经验观察一致的所有假设，这与集成学习(ensemble learning)方面的研究更加吻合。
现实中只关注试图解决的具体问题，所以不适用。学习算法的优劣脱离具体问题毫无意义，其自身归纳偏好与问题是否相配往往起到决定性作用。