В работе представлены анализ и сравнение различных методов классификации многомерных данных медико-биологической объектов в условиях больших объемов выборок, применяемых в области «добы- чи данных», а именно деревья принятия решений, метод опорных векторов и гибридные нейронные сети. Эф- фективность использования этих методов для распознавания и прогнозирования новых объектов с дифференци- рованным счетом рассматривалась на примере анализа изображений клеточных структур цитологических препаратов материала мокроты. Продолжены работы по анализу различных методов построения автоматизиро- ванных классификаторов многомерных данных медико-биологических объек- тов в условиях больших объемов выборок и их применение для распознавания и прогнозирования новых объектов с дифференцированным счетом, предна- значенных для решения задач принятия решений