РЕЦЕНЗИЯ на выпускную квалификационную работу Христенко Евгения Александровича «Сравнение эффективности методов многомерной визуализации», представленную на присвоение квалификации бакалавра по направлению 010400 Прикладная математика и информатика Содержание представленной работы связано с применением концепции обработки так называемых Данных больших объемов (Big Data), типичным примером которых являются данные, полученные в исследованиях по социально-экономическому мониторингу, составляющие агрегации до нескольких сотен переменных. Ситуация еще больше осложняется, если данные по разным измерениям имеют разный тип. Отсутствие эффективного инструментария для работы с данными большой размерности заставляет исследователей изыскивать пути решения поставленных задач, связанные с редукцией общей размерности входных данных. С этой точки зрения работа Е.А.Христенко, рассматривающая обозначенные проблемы, является несомненно актуальной. В рецензируемой работе изучается один из самых мощных программных комплексов статистической обработки данных из имеющихся на рынке систем – SPSS фирмы IBM. Особое внимание при этом уделяется возможности работы с неоднородными многомерными данными, характеризующими качество жизни, которые важны для социально- экономического мониторинга и являются типичными для исследуемых проблем. Как основную проблему соискатель выделяет вопрос о снижении размерности изучаемых данных путем построения подходящей регрессионной модели. В качестве основных научных результатов можно отметить следующие достижения: •Предложена методика обработки неоднородных многомерных данных путем построения многомерных регрессионных моделей. •Сформированы рекомендации по визуализации обработки таких моделей в пакете SPSS. Полученные соискателем научные результаты являются достоверными, что подтверждается как их теоретической обоснованностью, так и применением мощного статистического пакета. Кроме того, они являются практически полезными в различных областях информационных технологий, где требуется обработка данных больших объемов. Представленная работа, однако, несвободна от недостатков, среди которых можно отметить следующие. •Содержание работы слабо коррелирует с ее названием. •Полученные в работе результаты выражены декларативно, без подробного авторского анализа, выводы сделаны достаточно формально и неубедительно. •Не отмечено, можно ли аналогичные подходы реализовывать на менее дорогих пакетах, типа Statistica, MatLab и др. •Параграф «Обзор литературы» весьма специфично отсылает читателя к списку просмотренных автором источников. •Работа изобилует грамматическими ошибками, а оформление не соответствует ГОСТ на текстовые документы. Несмотря на отмеченные недостатки, соискатель успешно решил ряд технических проблем и выработал практические рекомендации для работы с неоднородными данными большой размерности. Считаю, что рецензируемая работа заслуживает оценки «хорошо», а автор достоин присвоения квалификации бакалавра по направлению 010400 Прикладная математика и информатика. Генеральный директор ООО «Ассоциация цифровых сервисов» К.т.н., доцент В.П.Руковчук