Рецензия На бакалаврскую работу студента кафедры системного программирования математико-механического факультета СПБГУ Алиева Мирзы Али оглы  «Решение задачи кластеризации отпечатков пальцев методами глубокого обучения»  Отпечатки пальцев являются основным способ однозначной идентификации человека. В силу того, что отпечатки являются графическими изображениями, есть проблема хранения и поиска в базе. Существуют различные способы оптимизации данной задачи путем разбиения отпечатков на различные классы и поиск совпадения только по одному классу. В последнее время для анализа изображений стали пользоваться большим успехом методы глубокого обучения. В данной работе предлагается исследовать применимость таких методов для классификации отпечатков.  В рамках работы Алиевым М. был сделан обзор существующих подходов к такой задаче. Были исследованы методы получения признаков из изображений отпечатков и методы кластеризации. Была проанализирована их применимость к данной задаче. Также был сделан обзор глубокой нейронной сети, использованной для дальнейшей задачи классификации. В конце работы приведены сравнения различных комбинаций методов получения признаков и методов кластеризации. В роли метрики использовалась точность обучения нейронной сети на получившихся кластерах.  В качестве входных параметров для обучения студентом было решено использовать поле направлений. Также было предложено использовать метод главных компонент для уменьшения размерности векторов и исследовать, на сколько такой подход влияет на точность. Для кластеризации были использованы два метода и так же проведено сравнение их точности. При сравнении методов использовалась архитектура нейронной сети, которая показывала лучшие результаты на данном методе. Лучшее из получившихся решений оказалось сопоставимо с известными подходами по точности. В самом конце делается правильное предположение, что точность можно существенно улучшить, если значительно увеличить выборку.  Работа выполнена на высоком профессиональном уровне, Алиев М. показал хорошие знания методов кластеризации и глубоких нейронных сетей. С учетом этого, работа заслуживает оценки «отлично».  Ведущий разработчик компании «Новые Мобильные Технологии» Невоструев К.Н.