丟越多次，學得越多
想像你今天先當一天頻率學派，任務是估計用一枚（可能偏斜的）硬幣丟出正面的機率，但你完全沒有任何觀察資料。你會怎麼說？不可能，因為沒有資料！接著，你被允許丟一次硬幣。結果是反面。那現在你怎麼說？嗯，如果這就是你全部的資料，你大概會說正面的機率是 0%。
你大概也覺得這樣的答案不太理想。那有什麼更好的作法？貝氏學派會怎麼說？一起來看看！numpy 和 seaborn 已經分別以 np 和 sns 匯入。
本練習屬於課程
Bayesian Data Analysis in Python
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Estimate and plot heads probability based on no data
heads_prob_nodata = ____
____(____, shade=True, label="no data")
plt.show()