MT法とは、予測やパターン認識に活用される手法で、人間や動物が五感により行なっている総合判断を工学的に行う事が主目的である。

例えば、赤ちゃんが母親の顔を他人と区別できる。犬が主人の声を聞き分ける。料理が美味しいかどうか。

工学は、画像や音声については研究が進んできたが、味や臭いについてはまだ遅れている。

統計や機械学習などの工学的な判別手法が試みられているが、多くの学習データや特徴項目とその研究が必要である。

しかし、赤ちゃんや犬が特徴量の研究を行っているはずがないし、特徴量を研究できるほどの多くのサンプルを必要としていない。

人の学習にはデータは１つで良いことも多い。文字を覚える時は、教科書に書かれた１字で判別できるようになる。

また、人は頭の中で項目間の複雑な相関を判断しているとは思えない。

赤ちゃんは母親一人にしか会っていないが、他の人が母親ではないとわかる。

それが誰なのかはわからないが、それで十分なのである。

従来の判別分析では、複数のパターンのどれに属するかの判別を行うが、MT法では、正常状態という１つのパターンを研究し、それ以外は全て異常とする新しいアプローチである。

正常なものはパターンを持つが、さまざまな異常があり、異常はパターンを持たない。異常を研究することは効率が悪い。

田口博士がMT法の発想の元となったロシアの文豪トルストイの「アンナ・カレーニナ」の冒頭

「幸せな家庭は同じように似ている、不幸な家庭はそれぞれの事情で不幸になっている。 」

MT法はその目的に応じて大きく２つに分類できる

　数値の予測を行う　　　　MTS法、MTA法、TS法、T法

　正常、異常の判定を行う　MTS法、MTA法、RT法、誤圧法