В вычислительном обучении теорема НФЛ утверждает, что универсального ученика не существует. Для каждого алгоритма обучения существует распределение, которое приводит к тому, что учащийся выдает гипотезу с большой ошибкой и высокой вероятностью (хотя гипотеза с низкой ошибкой существует). Вывод заключается в том, что для обучения класс гипотезы или ее распределение должны быть ограничены. В своей книге «Вероятностная теория распознавания образов» Деврой и его коллеги доказывают следующую теорему для ученика с K-ближайшими соседями:
где