РЕЦЕНЗИЯ  на выпускную квалификационную работу  «Самообучающиеся системы и их приложения»  Мирошниченко Н. М.  Объем цифровых данных, с которым приходится иметь дело индустрии информационных  технологий, экспоненциально растет (по оценкам IDC, удваиваясь ежегодно). И вместе с ним  растет потребность индустрии в алгоритмах и методах обработки «больших данных» (Big Data).  Исследованиями в этой области занимаются ведущие мировые университеты и крупнейшие IT-  компании, такие как зарубежные Google, Amazon, Oracle и отечественные Яндекс и Билайн.  Одним из направлений анализа «больших данных» является машинное обучение (Machine  Learning). Этот раздел прикладной математики посвящен поиску скрытых закономерностей в  больших объемах данных; он объединяет в себе методы математической статистики, теории  вероятностей, дискретного анализа и численных методов оптимизации. В настоящее время на  различных высокоуровневых языках программирования, таких как Python, R и Scala, реализована  масса библиотек, предоставляющих «кирпичики» для самостоятельного построения ML-  алгоритмов, ориентированных на ту или иную специфическую задачу.  Работа Н. М. Мирошниченко посвящена практическому сравнению ряда алгоритмов,  реализованных в библиотеках scikit-learn и XGBoost языка Python, в применении к конкретной  задаче из области Big Data, предложенной на конкурсе компании Билайн. Суть задачи заключается  в том, чтобы на основе анонимизированных данных об абонентах (регион, тарифный план,  объемы потребляемых услуг и т. п., всего более 60 параметров) построить модель поведения  абонента в зависимости от его возрастной группы. В качестве метрики качества модели  используется точность предсказания на тестовой выборке.  Работа (не структурно, а идеологически) состоит из двух частей. В первой, реферативной,  половине работы автор приводит основные теоретические сведения об используемых ML-  алгоритмах: метрических и линейных классификаторах (методы ближайших соседей, метод окна  Парзена, метод потенциальных функций, метод стохастического градиента), а также описывает  идею композиции различных алгоритмов для повышения точности предсказания и рассматривает  один из таких методов (т. н. градиентный бустинг). Вторая, практическая, половина посвящена  применению некоторых из указанных выше алгоритмов к конкурсной задаче. Поскольку  реализация каждого из алгоритмов зависит от ряда параметров, эта часть в основном сводится к  шаманству и эмпирическому подбору настроек, дающих в результате наилучшую точность. Стоит  отметить, что в шаманстве автор преуспел: точность предсказания в одной из его программ  составила 76.53% (для справки: точность предсказания у победителя конкурса Билайн – 76.39%).  Кроме того, автор на собственном опыте подтвердил известный среди специалистов по Big Data  факт о том, что бустинговые методы, при прочих равных, дают наилучшие результаты (в частности,  библиотека XGBoost для задач классификации является чем-то вроде «золотого стандарта»).  Теперь о недостатках. Автор то ли очень торопился донести до читателя свои мысли, то ли не  счел нужным перечитать свою собственную работу, но в итоге текст изобилует опечатками,  стилистическими и грамматическими ляпами вроде «схожим объектам очень часто соответствуют  схожие объекты» или «далее будем аппроксимируем», и даже ошибками в названиях  используемых библиотек (вроде «sclearn» вместо «sklearn»). Не говорю уже о множестве  недочетов в наборе текста вроде дефисов вместо тире, пробелов перед знаками препинания,  непоследовательного использования различных типов кавычек и употребления математических  сущностей в не-математическом режиме – и это после теоретического и практического курсов по  набору текстов в системе LaTeX! Но самая главная претензия – автор начинает и заканчивает свою  работу конкурсом Билайн, но ни в списке литературы, ни в основном тексте работы нет ссылки на  конкурс! Таким образом, у читателя нет возможности ни ознакомиться с оригинальной  постановкой задачи, ни проверить полученные в работе результаты, и остается лишь верить  Однако, перечисленные выше недостатки, хоть и задевают эстетические чувства рецензента,  всё же не влияют на достигнутый автором результат – я имею в виду точность предсказания на  уровне призеров конкурса (пусть автор и не дал ссылку на конкурс, поисковые системы её быстро  находят). Сожаление вызывает тот факт, что работа не содержит никаких теоретических  результатов и лишь использует готовые решения от «китайских товарищей из вашингтонского университета.  Учитывая вышеизложенное, считаю, что работа заслуживает оценки «ХОРОШО».  Канд. физ.-мат. наук Машарский С.М.	« 27 »  мая  2016 г.