1. Что представляет собой линейная регрессия и как интерпретируются коэффициенты и свободный член её математической модели?
2. В чём заключается метод наименьших квадратов и какую роль играют остатки при обучении и диагностике линейной регрессии?
3. Чем отличаются обычная линейная регрессия, Ridge и Lasso с точки зрения используемых функций потерь и ограничений на коэффициенты?
4. Что понимается под смещением и дисперсией модели и как они связаны с недообучением и переобучением?
5. Почему перед применением регуляризованных моделей важно масштабировать признаки и каким образом следует выбирать коэффициент регуляризации?