Hum, cette pièce est-elle équitable?
Dans les deux derniers exercices, vous avez examiné la fonction get_heads_prob() pour voir comment le modèle estime la probabilité d'obtenir face et comment il met à jour cette estimation à mesure que de nouvelles données arrivent.
Passons maintenant aux choses sérieuses : voudriez-vous jouer à pile ou face contre votre amie? Elle est partante, à condition que vous utilisiez sa pièce porte-bonheur. La variable tosses contient une liste de 1000 résultats de lancers avec sa pièce. Allez-vous jouer?
Dans cet exercice, vous allez de nouveau tracer des graphiques avec le paquet seaborn, déjà importé sous le nom sns.
Cette activité fait partie du cours
Analyse bayésienne des données en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Assign first 10 and 100 tosses to separate variables
tosses_first_10 = ____
tosses_first_100 = ____