1. Для чего данные разделяются на обучающую, валидационную и тестовую выборки и какую роль выполняет перекрёстная проверка?
2. Чем отличаются метрики MAE и RMSE при оценке качества регрессионных моделей?
3. Что обозначают TP, FP, FN и TN в матрице ошибок бинарной классификации?
4. Как вычисляются Precision, Recall и F1-score и какую информацию предоставляет каждая из этих метрик?
5. Что оценивает ROC-AUC, почему при редких положительных классах необходимо дополнительно анализировать Precision–Recall и какие условия обеспечивают достоверность результатов валидации?