您的任务是构建一个预测模型，根据向用户展示的服装广告和球鞋广告数量来预测每日点击数。您决定使用贝叶斯线性回归。您将模型定义如下：
以下关于您模型的说法，哪一项是错误的？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
迈出走进贝叶斯世界的第一步。本章将介绍概率与统计分布的基本概念，以及著名的贝叶斯定理——贝叶斯方法的基石。最后，您将构建第一个贝叶斯模型，从随机抛硬币实验中得出结论。
现在来看看贝叶斯方法的内部机制。您将学习如何将贝叶斯定理应用于药物有效性数据，使用网格近似技术估计概率分布的参数，并在有新数据时更新这些估计。接着，您将学习如何将先验知识纳入模型，最后练习一项重要技能：向非技术受众汇报结果。
把新学到的贝叶斯数据分析技能用于解决真实的商业问题。您将使用在线销售营销数据，开展 A/B 测试、决策分析，并使用线性回归模型进行预测。
当前练习
在最后一章，您将使用功能强大的 PyMC3 包，轻松拟合贝叶斯回归模型，对模型收敛性进行合理性检查，在竞争模型间进行选择，并为新数据生成预测。最后，您将把所学应用于一个贝叶斯数据分析案例研究，寻找牛油果的最优定价。祝您学习顺利！
