Recall везде + фиксы окружения

- recall_macro/recall_weighted во всех скриптах с метриками
  (train_simple, train_gpu, autolog_demo, hyperparam_sweep,
   grid_search_cv, load_and_predict, compare_runs)
- grid_search_cv: multi-metric scoring (accuracy + recall_macro)
- register_model: выбор лучшей модели по recall (--metric)
- MLflow warnings: name вместо artifact_path, сигнатура модели,
  numpy input_example для pytorch, подавление env-var INFO
- start_ui.sh: порт 5555 + file-store backend (фикс: UI не показывал
  эксперименты, т.к. скрипты писали в mlruns/, а сервер читал sqlite)
- setup_server.sh: развилка macOS/Linux + проверка MPS
- train_gpu: get_device CUDA→MPS→CPU, num_workers=0 на macOS
- AGENTS.md: гид для агента + саморегламент обновления
- README/CODE_WALKTHROUGH: выровнена нумерация уроков 8/9
- .gitignore: +.DS_Store
- удалён scripts/setup_git.sh

src/hyperparam_sweep.py

@@ -104,6 +104,7 @@ def main():
             y_pred = model.predict(X_test)
             test_acc = accuracy_score(y_test, y_pred)
             test_recall = recall_score(y_test, y_pred, average="macro")
+            test_recall_weighted = recall_score(y_test, y_pred, average="weighted")
             test_precision = precision_score(y_test, y_pred, average="macro")
             test_f1 = f1_score(y_test, y_pred, average="macro")
 
@@ -112,6 +113,7 @@ def main():
             mlflow.log_metric("cv_std_accuracy", cv_scores.std())
             mlflow.log_metric("test_accuracy", test_acc)
             mlflow.log_metric("test_recall_macro", test_recall)
+            mlflow.log_metric("test_recall_weighted", test_recall_weighted)
             mlflow.log_metric("test_precision_macro", test_precision)
             mlflow.log_metric("test_f1_macro", test_f1)
 
@@ -129,7 +131,7 @@ def main():
             filled = int(bar_len * (i + 1) / len(combos))
             bar = "█" * filled + "░" * (bar_len - filled)
             print(f"\r  [{bar}] {i+1}/{len(combos)} | "
-                  f"acc={test_acc:.4f} | {run_name[:40]:<40}", end="")
+                  f"acc={test_acc:.4f} rec={test_recall:.4f} | {run_name[:38]:<38}", end="")
 
     print(f"\n\n{'='*60}")
     print(f"🏆 Лучший результат:")