نطبق المنطق الإحصائي الأساسي على إعادة بناء الإشارات بواسطة التعلم الآلي -- التعلم لخريطة الملاحظات المشوهة إلى الإشارات النظيفة -- مع استنتاج بسيط وقوي: من الممكن تعلم إصلاح الصور عن طريق النظر فقط في الأمثلة المشوهة، وبأداء يساوي أحيانًا ويتفوق أحيانًا أخرى على التدريب باستخدام بيانات نظيفة، دون الحاجة إلى نماذج صريحة للصور الأولية أو احتمالية التشويه. في التطبيق العملي، نظهر أن نموذجًا واحدًا يتعلم إزالة الضوضاء الفوتوغرافية، تنقية الصور المصطنعة التي تم الحصول عليها بطريقة مونت كارلو، وإعادة بناء المسحات الرنين المغناطيسي غير الكاملة -- وكلها مشوهة بواسطة عمليات مختلفة -- بناءً على البيانات المشوهة فحسب.