# Модуль 05. Данные, EDA и визуализация

Плановый срок: **недели 10–11**.

## Цели

- очищать таблицы и обнаруживать проблемы качества
- строить информативные, а не декоративные визуализации
- избегать leakage при подготовке признаков

## Предварительные знания

Нужны Python, NumPy и базовая статистика; полезно уметь работать в Jupyter и фиксировать seed.

## Теория

1. [pandas и качество табличных данных](notes/01_pandas_and_data_quality.md)
2. [Распределения, выбросы, зависимости и визуальная честность](notes/02_distributions_outliers_visual_honesty.md)
3. [Feature engineering, pipelines и data leakage](notes/03_feature_engineering_pipelines_leakage.md)

Термины модуля: [`notes/glossary.md`](notes/glossary.md).

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими
руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно
уметь связать с кодом и наблюдаемым поведением модели.

## Задания

- [`assignments/01_data_audit.md`](assignments/01_data_audit.md) — Аудит датасета
- [`assignments/02_eda_story.md`](assignments/02_eda_story.md) — История из данных
- [`assignments/03_pipeline.md`](assignments/03_pipeline.md) — Безопасный preprocessing

## Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки,
вы можете объяснить основные решения без ноутбука и получили review.