對於非技術背景的人來說,有了AI工具出現,大幅提升工作效率外,也將腦中的想法轉換成可行的MVP。因此,我將透過30天的分享與實作,帶領你一步步完成從資料爬取、資料前處理、模型訓練,到部署並串接開發系統的端到端流程。
這個專案的起因來自於,現在數位化時代下,每個人安裝數十個 App 在手機裡。對使用者來說,手機上的應用程式已經成為日常生活的一部分,無論是購物、娛樂、社交、運動...
在專案開始前,我們需要先寫一份專案規劃書,也可以請 AI 協出生成一份完整規格書,內容大致如下: 1. 專案背景與動機 在數位產品競爭激烈的時代,App 的下載...
在開始這個專案會需要使用一下幾個工具,以下工具是我比較熟悉的,你也可以根據你熟悉的工具進行交錯使用。 對於非技術背景的人,一次看到需要大量工具需要學習,難免有些...
在做數據分析或專案研究時,我們常常需要收集使用者對應用程式的評價。例如,如果想研究電商平台的用戶反饋,我們就可以從 App Store 或 Google Pla...
前言 在前面幾篇文章中,我們已經了解了專案的目的與開發環境的設置。接下來,若你已經完成帳號註冊並準備好 Colab 環境,這篇文章將一步步帶你實作如何將 App...
前言 在上一篇文章中,我們已經記錄了「PChome 24h購物」的 App ID。本篇將聚焦在 App Store 的評論資料爬取。 由於 Apple App...
前言 在上一篇文章中,我們已經完成了「PChome 24h購物」在 App Store 的評論爬取。 本篇則將聚焦在 Google Play 的評論資料爬取。...
在資料收集的過程中,我們會發現 App Store 與 Google Play 的爬蟲結果雖然都是評論資料,但它們的結構往往不同。例如: App Store...
前言 在上一篇文章中,我們已經完成了資料欄位的統一。今天的任務,就是把 App Store 和 Google Play 的資料合併成一份完整的 DataFram...
資料前處理步驟說明 在上一篇文章中,我們已經完成資料的整併,但仍有一些格式不一致之處,或需要確認是否存在遺漏值並刪除。可以透過以下方式進行檢查。 Step 1...