graphRAG - Neo4Jで実装する知識グラフベースのRAGシステム (feat. LangChain)
pdstudio
Neo4Jで実装するナレッジグラフ基盤RAGシステム:単純なベクトル検索を超えてデータ関係まで活用する次世代検索技術 グラフデータベースの力でRAGの性能を最大化する!
初級
RAG, LangChain, neo4j
LangChain v1.0+の簡素化されたAPIと無料LLM(Gemini · Groq · Ollama)で、カード登録の負担なくLLM · Agents · RAGの核心を完結させる入門講座。
学習した受講者のレビュー
5.0
안주현
良い講義をありがとうございました。
5.0
Baek-Kwangho
手軽に見られてとてもいいです。
5.0
컴공과
基本概念と実習コードを通じて、簡単に理解できるように構成されており、とても良かったです。また、タッチペンでコードの動作の流れを説明してくださったので、コードの分析が完璧に理解できる講義でした。
LangChain v1.0+ 核心構造の理解 (init_chat_model, LCEL, Runnable)
構造化出力(Structured Output)とPydanticの活用
Tool CallingとLangGraphに基づいたAIエージェントの実装 (create_agent)
RAGパイプラインの構築 (埋め込み → FAISS → リトリーバル → 生成)
無料LLM API活用法 (Google Gemini · Groq · Ollama)
LLMアプリケーションを簡単かつ便利に開発できる代表的なフレームワークである、LangChain(ラングチェーン)の入門講座です。

LangChainの基本概念と使い方を、実習を通して学習します。
最新の安定版(v0.1.10)を適用します。

LangChain v0.1.1*
LLMベースの生成AIモデルのハルシネーション現象を防止できる代表的な手法であるRAGについて学びます。

Google Colab 実習環境
📢 既存の受講生の皆様へ
本アップデートは LangChain v1.0 のメジャーアップデートに合わせて、講義全体を新しく撮影したバージョンです。従来の v0.x の動画は、別途セクション(アーカイブ)で引き続き視聴可能であり、新規の12講は同一講義内で受講可能です。
変更の核心:
7講 → 12講(理論編 6 + 実習編 6)へ拡張
OpenAI 有料 API → Gemini 無料 API 基本使用
LangGraphベースのAgents · Tool Calling · Structured Output 新規チャプター追加
オペレーティングシステムおよびバージョン(OS): Windows / macOS / Linux すべて可能
使用ツール: VS Code(ローカル、推奨)またはIDE、Python 3.12以上、無料APIキー1個の発行が必要 (Google Gemini推奨 — カード登録不要 / またはGroq、Ollama、OpenAIの中から1つ選択)
PCスペック:一般的な事務用PCで可能(ローカルOllamaモデル使用時はRAM 8GB以上推奨)
(必読!) 実習環境セットアップガイド:https://github.com/pandas-studio/langchain-basic-course/blob/main/SETUP.md
GitHubページを通じて実習資料を提供:https://github.com/pandas-studio/langchain-basic-course
WikiDocsに参考教材を提供:https://wikidocs.net/book/14473
[旧 v0.3 バージョン - 実習資料] https://github.com/tsdata/langchain-study
Pythonの基本知識、機械学習に対する理解がある方
Pythonの文法や人工知能の原理に関する内容は扱いません。
ご質問やご意見がございましたら、お気軽にご質問ください。
RAGマスター:基礎から応用技法まで (feat. LangChain)
RAGの実装から性能評価まで -
9時間で終わらせる実践AI開発
LangChainベースのRAGシステム構築実習
高級RAG技法の学習
RAGシステム性能評価手法
LangChainの最新LCEL文法とRunnableの活用法
プロジェクトで学ぶPythonチャットボット & RAG作成 - LangChain、Gradioの活用
計4つのプロジェクトで構成
簡単なQAチャットボット:開発環境の設定、LLM Chainの構造、Gradioインターフェースの理解
PDFベースのRAGチャットボット:RAG手法の理解、モデルパラメータの理解、チャットボットインターフェースの実装
データ分析チャットボット:CSVファイルをアップロードし、該当データを分析 (Single Agent)
投資アナリストチャットボット:暗号資産関連のリサーチおよび投資分析 (Multi Agent)
LLMデータ分析 - ウェブクローリングから推薦システムまで
LangChainとLLMでアップグレードする
ウェブクローリング & データ分析
ウェブクローリング/スクレイピングを活用したデータ収集
LangChainツールとLLMを活用したデータ収集、精製、分析
LLMを活用した予測分析(感情分析、要約、商品推薦など)
AIエージェントで実装するRAGシステム(w. LangGraph)
LangGraphで実装する検索拡張生成(RAG)インテリジェントAIエージェント
LangGraphを活用したAIエージェントの構造設計および実装
AIエージェントをRAG(検索拡張生成)に適用
Tool Calling(ツール呼び出し)機能の実装でAIエージェントの能力を拡張する
Adaptive RAG、Self RAG、Corrective RAGなど、最新のエージェントRAGアーキテクチャをマスターする
学習対象は
誰でしょう?
ラングチェーン(LangChain)を初めて学ぶ入門者
v0.x時代にLangChainを学んだものの、v1.0の変更点についていけなかった方
カード登録なしで、無料で生成AIの実習をしてみたい方
AIエージェント / RAGチャットボット開発の第一歩を踏み出したい方
前提知識、
必要でしょうか?
パイソン
機械学習の基礎
インフラン認証
19,222
受講生
1,048
受講レビュー
187
回答
4.8
講座評価
12
講座
こんにちは。私はPythonを活用したデータ分析およびAIサービス開発の実務に携わっています。関心のあるテーマを見つけて勉強し、その内容を多くの方々と共有するために、継続的に執筆活動やAI講義を行っています。
[経歴]
現) フィンテックスタートアップCEO
元) DACON CDO
前) 仁徳大学校 コンピュータソフトウェア学科 兼任教授
Kaggle Competition Expert、ビッグデータ分析技師
[講義]
NCS登録講師(人工知能)
SBA ソウル経済振興院 SeSAC(セサク)キャンパス SW教育「優秀パートナー選定」(Pythonを活用したAIモデル開発)
金融保安院、韓国電子情報通信産業振興会、韓国ディスプレイ産業協会、大邱デジタル産業振興院などでの講義
ソウル大学、釜山大学、慶熙大学、韓国外国語大学など、国内の主要大学および国内企業での教育経験
산업진흥회, 韓国ディスプレイ産業協会, 大邱デジタル産業振興院などでの講義。ソウル大学、釜山大学、慶熙大学、韓国外国語大学など国内主要大学および国内企業での教育経験。
[執筆]
Python機械学習Pandasデータ分析(情報文化社):https://zrr.kr/x1ec
Pythonディープラーニング・機械学習入門(情報文化社) : https://zrr.kr/RPaE
PythonディープラーニングTensorFlow(情報文化社):https://zrr.kr/PrVN
実務者のためのPython 100題(情報文化社) : https://zrr.kr/4fyq
LangChain(ラングチェーン) 入門から応用まで (WikiDocs) : https://wikidocs.net/book/14473
[YouTube] パンダス・スタジオ : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU
全体
20件 ∙ (1時間 3分)
全体
425件
4.8
425件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
無料