Аннотация:Выпускная квалификационная работа Е.А. Колмакова представляет собой интересную теоретическую работу, развивающие методы классификации, основанные на анализе формальных понятий. Основная идея работы состоит в использовании в разрабатываемых методах не только теоретико-порядковых отношений между объектами и признаками, но и метрической информации, традиционной для методов распознавания образов и классификации.
Автору удалось с успехом справиться с поставленной задачей. Им предложена модель классификаторов, обобщающая некоторые из существующих алгоритмов классификации, основанных на АФП, и позволяющая модифицировать их. Для этого на произвольной конечной решётке введено семейство расстояний, доказано, что любой элемент этого семейства является псевдометрикой и что в случае конечных булевых алгебр семейство содержит расстояние Хэмминга. С использованием предложенной модели классификаторов было экспериментально исследовано пространство версий между минимальными α-гипотезами и их минимальными генераторами. Объём проведённых исследований, как видно из текста работы, весьма значителен.
В ходе работы над проектом Е.А. Колмаков показал себя перспективным молодым исследователем, способным решать сложные теоретические и практические задачи распознавания образов. По предварительным результатам работы был сделан доклад на 21-й Европейской конференции по искусственному интеллекту (ECAI-2014, 18-22 августа 2014 г., г. Прага, Чешская республика). Научный руководитель не видит принципиальных недостатков в данной дипломной работе.