Рецензируемая бакалаврская работа содержит 33 страницы текста, введение, пять глав, выводы, заключение и список литературы из 12 наименований, 6 рисунков и 7 таблиц, а также приложение с кодами запросов. В работе приведено решение интересной и актуальной задачи определения авторской принадлежности анонимных или искаженных псевдонимами высказываний, размещаемых в сети Интернет, где строгое установление авторства невозможно методами машинного обучения.  Постановка задачи является корректной. Проведенный Сухочевым А.В. обзор литературы в направлении применения методов машинного обучения к задачам идентификации авторов текстов свидетельствует о способности студента работать с литературой по заданной теме. Автор изучил и грамотно изложил несколько подходов, широко используемых в областях, где применяются методы машинного обучения. Приведенные коды свидетельствуют, что методы были реализованы в виде программных модулей и протестированы на различных входных данных. В качестве последних выбрана сеть ВКонтакте. В итоге работа представляет собой обзор и анализ теоретических методов, их практическую программную реализацию, а также тестирование на реальных данных. Работа достаточно хорошо оформлена. К недостаткам можно отнести недостаточный объем практической работы. В частности, автором работы не приведены результаты тестирования предложенных методов в зависимости от объема исходной информации и т.п. Однако в рамках бакалаврской работы эти результаты, возможно, излишни. Студент показал достаточно высокую квалификацию как в теоретической, так и практической области. Считаю, что Сухочев Александр Владимирович заслуживает присвоения квалификации бакалавра, а сама работа может быть оценена на «отлично»