パターン認識の分類器設計における究極の目的は，最小分類誤り確率（ベイズ誤り）状態を達成することであり，その目的の分類境界はベイズ境界に他ならない．近年，そうしたベイズ境界の性質（ベイズ境界性）を用いる新しい手法であるベイズ境界性最大化学習法（MBB：Maximum Bayes Boundary-ness training method）が提案された．この手法の目的は，学習を通して直接的にベイズ境界の達成を目指すものである．本稿では，MBB学習法の有用性を検証するための実験的評価を行い，その結果を報告する．