Diplomová práce se věnovala poměrně složité tématice zpracování a klasifikace EEG dat. Práce byla koncipovaná jako výzkumná a vyžadovala velké množství úsilí jak po stránce experimentální, tak po stránce implementační, kde ani existující metody často nelze jednoduše převzít bez adaptace na konkrétní úlohu. Zadání tedy považuji za náročné.

Ačkoliv naměřené výsledky neodpovídají původním očekáváním, student se důkladně pokoušel zjistit příčiny a aktivně se mnou na toto téma konzultoval. I vzhledem k tomu, že podobné problémy nejsou při práci s EEG daty ojedinělé, se domnívám, že by výsledky měření neměly mít negativní vliv na hodnocení.

S kvalitou práce jsem spokojený a zadání také považuji za splněné.

Student byl aktivní a konzultoval průběžně po celou dobu řešení závěrečné práce.

Evaluation level: zadání splněno pouze částečně s drobnými výhradami

The thesis fulfills main objectives defined in the assignment. It shows the understanding of EEG, augmentation, feature extraction, and evaluation techniques. Methods are designed and implemented, alongside several baseline approaches for comparison. A comprehensive experimental framework is applied.

The report has a generally logical structure and includes important parts. However, some chapters are too descriptive, which reduces readability and logical flow. Despite these issues, the thesis remains understandable.

The thesis uses relevant sources related to EEG processing and machine learning, and the literature is generally well aligned with the topic. Moreover, I didn't find any citation problem.

The thesis brings some interesting ideas. The proposed methods did not provide a clear improvement over existing approaches, so the results are not strong enough for publication in current form.