Оценки обобщающей способности алгоритмов в задачах классификации с большим числом классов

В докладе будут рассмотрены задачи машинного обучения с большим числом классов, возникающие в разнообразных приложениях, таких как информационный поиск, анализ изображений и текстов, задачи биомедицинской диагностики и т.п. Приводиться обзор современных результатов и направлений исследования в этой области. Особое внимание уделяется задачам с частичным обучением (semi-supervised learning problems) а также оценкам качества методов классификации в этих задачах.