學習摘要
歡迎各個領域想參與 Aralia 生態的老師/研究者,不論是否有工程背景都能藉由 Aralia 提供的 AI 工具庫(SDK: Software Development Kit) 協助找尋系統相關的 insight
學完即可在 Colab 完成一次實戰(不需要寫程式);進階者可了解背後的 5 個工具節點與 LangGraph 流程,將流程納入教學/研究。
<aside> 📌
小提醒:把「研究/決策問題」說得越說清楚,Aralia AI 工具庫會更貼近的找到關鍵的 insight
</aside>
情境:
在資料分析上,想了解馬來西亞的GDP成長與貧富不均之間(永續發展中Gini Coefficient指標)是否有相關?
Gini Coefficient:
基尼係數是一個衡量 收入或財富分配不均程度 的指標,由義大利統計學家 Corrado Gini 在 1912 年提出。 它的數值範圍在 0 到 1 之間: • 0:表示完全平等(例如每個人收入都一樣)。 • 1:表示完全不平等(例如一個人擁有全部收入,其餘人為零)。
問題:
Is there a relationship between the average GDP growth at purchasers' prices from 2021 to 2024 and the Gini coefficient of each state in Malaysia in 2024?
Agent 會做:在 SDG/UN 兩個 Planet 找 馬來西亞的 GDP 與 Gini,取 2021–2024 與 2024 年資料 → 以「state」(州)為單位對齊 → 回傳表格與洞見摘要。
graph LR
A[Question] --> B["Aralia<br/>Search<br/>Node"]
B --> C["Analytics<br/>Planning<br/>Node"]
C --> D["Filter<br/>Decision<br/>Node"]
D --> E["Analytics<br/>Execution<br/>Node"]
E --> F["<br/>Interpretation<br/>Node"]
F --> G[Answer]
subgraph "Workflow"
B
C
D
E
F
end
style A fill:#e1f5fe
style G fill:#e8f5e8
style B fill:#fff3e0
style C fill:#fff3e0
style D fill:#fff3e0
style E fill:#fff3e0
style F fill:#fff3e0
準備好的話,讓我們開始進行第一步吧~
← 上一章: Aralia AI 應用
下一章: 快速開始 →