Eșantionarea distribuțiilor posterioare

Sătul să lucrezi pentru administrația centrală și pentru compania de marketing, accepți un nou loc de muncă ca analist de date pentru autoritățile locale ale orașului tău. Orașul administrează un sistem de închiriere de biciclete și ți se cere să estimezi numărul de biciclete închiriate pe zi, pentru a planifica personalul și reparațiile necesare.

Ai primit un set de date cu numărul de vehicule închiriate pe zi, temperatura, umiditatea, viteza vântului și dacă ziua respectivă a fost zi lucrătoare:

     work_day      temp  humidity  wind_speed  num_bikes
0           0  0.344167  0.805833    0.160446      0.985
1           0  0.363478  0.696087    0.248539      0.801
..        ...       ...       ...         ...        ...
698         1  0.280870  0.555652    0.115522      5.323
699         1  0.298333  0.649583    0.058471      5.668

Încearcă să construiești un model de regresie pentru a prezice num_bikes folosind DataFrame-ul bikes și pymc3 (importat ca pm).

NOTĂ: Prima apelare a pm.sample() într-o sesiune Python nouă durează ceva timp, deoarece codul Python este compilat în C în fundal. Pentru a economisi timp, îți cerem doar să scrii codul corect, fără a-l executa.