Перед студентом Егоровым Павлом Алексеевичем стояла задача внедрения оптимизационных алгоритмов в пакет machine-learning-ui, предназначенный для решения задач гидроаэромеханики и молекулярной кинетики с помощью методов машинного обучения. В последние годы сложность проводимых при моделировании кинетики газов возросла на несколько порядков, при этом всё ещё не догнав сложность теоретических моделей. Поэтому в последние пять лет активно изучаются оптимизации использующие нейросетевые и регрессионные предсказания внутри численных методов. machine-learning-ui – один из инструментов предназначенный для обучения таких моделей. Важной частью обучения большинства методов машинного является оптимизация. При этом во многих специфических случаях базовых алгоритмов оптимизации не хватает для достижения необходимой точности обучения.
 
В работе Павла Алексеевича дается обзор алгоритмам AdaMod, MADGRAD, RAdam, Apollo, AdaHessian, LARS и LAMB. Эти алгоритмы были реализованы и внедрены в machine-learning-ui. Было проведено экспериментальное сравнение эффективности и точности алгоритмов. Также проведена небольшая апробация на задаче расчета коэффициентов скорости переходов энергии для трехкомпонентной газовой смеси. 

В работе есть несколько недостатков:
Выбор алгоритмов является достаточно случайным. Не было реализованы многие алгоритмы, рекомендованные научным руководителем, которые могут быть полезны в пакете, например SPSA. 
Не проводилось сравнение с совсем базовыми алгоритмами, как градиентные спуск.
Работа велась не особо равномерно и большинство результатов получены в последние два месяца.
В работе отсутствует подробный анализ результатов и не выдвинуты рекомендации по использованию алгоритмов.
Считаю, что работа может быть оценена, как “хорошо”, а Егоров Павел Алексеевич– присвоения степени магистра.