loa

copilot of data science.

API

vars dist view data

patterns clusters clusters on var clusters on *var

var -> action:

stat
dist
trans
- filter
- map
var
- var with data interesting
- var with knowledge
- var creation with filters ?
algebra (* / +)
- var relation
  - cramer high / (auto | HCI)
  - cramer low * (auto | HCI)
  - - same domain (knowledge | HCI)
scale
- dist dense based
stat
geo
coord (limited) knwoledg
- geo gis
encoding

大部分分析目标下，是特定目的的结合和数值。

但是由于获取到信息后可能会有转化需求，这个转化需求往往不是无中生有的。而是基于当前context的，所以context上的一些复杂环节会再次暴漏给用户，帮助用户看到其他的转化可能，以及关联的视图（graphscape）。

这里既可以使用predictive interaction 也可以使用直接的interaction。

所以产品设计的时候无需直接把gog的完整dsl暴漏给用户。HCI并不应当是简单的DSL的子集与自动化。而是一个把其中一些环节进行一定程度的自动化，一级default value，来降低用户思考的复杂度。仅仅在用户需要考虑深层复杂度的情况下，才会把相关的特性暴露的给用户。