W artykule przedstawiono koncepcję nowej metodyki prognozowania stanu ekonomiczno-finansowego małych i średnich przedsiębiorstw opartej na specyficznym sposobie wykorzystania metod uczenia maszynowego. Procedura bazuje na kontrolowanym usprawnianiu danych źródłowych opisujących badane obiekty gospodarcze. Do tego celu wykorzystano zespoły sztucznych sieci neuronowych o architekturze perceptronu dwuwarstwowego. W dalszej kolejności do opisu reguł klasyfikacji firm utworzono i usprawniono modele za pomocą różnych algorytmów uczenia maszynowego. Wiarygodność proponowanej metodyki potwierdza ponad 80-procentowa dokładność klasyfikacji małych i średnich przedsiębiorstw z regionu podkarpackiego uzyskana w trakcie wyczerpujących testów na danych pochodzących z lat 1999–2007.