1. Как формируется аддитивная модель градиентного бустинга и что означает каждое слагаемое в формуле Fₘ(x) = Fₘ₋₁(x) + ηhₘ(x)?

2. Как выполняется корректировка прогноза при квадратичной функции потерь? Рассмотрите пример с исходным прогнозом 10, истинным значением 14 и скоростью обучения 0,2.

3. Как связаны параметры learning_rate и n_estimators и почему уменьшение скорости обучения обычно требует увеличения количества деревьев?

4. Как параметры max_depth, min_samples_leaf и subsample влияют на сложность и процесс обучения градиентного бустинга?

5. В чём заключается механизм ранней остановки (early stopping) и почему для его применения необходима валидационная выборка?