1. Почему подготовка данных является важным этапом машинного обучения и какие проблемы могут возникнуть при использовании исходных данных без предварительной обработки?
2. Какие способы обработки пропущенных значений существуют и почему медиана может быть предпочтительнее среднего арифметического?
3. Для чего применяется кодирование категориальных признаков и в чём заключается принцип One-Hot Encoding?
4. Что такое стандартизация признаков, по какой формуле она выполняется и почему параметры преобразования необходимо вычислять только на обучающей выборке?
5. Что понимается под утечкой данных и каким образом использование Pipeline помогает предотвратить её возникновение?