inflearn logo
inflearn logo

graphRAG - Neo4Jで実装する知識グラフベースのRAGシステム (feat. LangChain)

Neo4Jで構築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、データの関係性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!

難易度 初級

受講期間 無制限

RAG
RAG
LangChain
LangChain
neo4j
neo4j
LLM
LLM
DBMS/RDBMS
DBMS/RDBMS
RAG
RAG
LangChain
LangChain
neo4j
neo4j
LLM
LLM
DBMS/RDBMS
DBMS/RDBMS

学習した受講者のレビュー

学習した受講者のレビュー

4.9

5.0

서강식

31% 受講後に作成

早く私のDBで実装してみたいです

5.0

kmkang

31% 受講後に作成

本当にありがとうございます。

5.0

JIYEON SUNG

100% 受講後に作成

vectorRAGを使ってみた後にgraphRAGについても学びたいと思っていたところ、ちょうど講座が出たので受講しました。 基礎概念の説明から実際のデータを使ったデータ加工や様々な方式のクエリサーチ... Hybrid方式のRAGまで、Kindの実習ファイルを通して追いかけながら習得できたので有益でした! 実は自分で実装したいことがあったのですが、この講座を受講してすぐに学んだ知識を使って始めてみることができそうです。 講師の方のトーンが落ち着いていながらも淀みなく流れるようだったので、1.7倍速で聴いたのですが、気になることなくすんなりと耳に入り、すぐに完講できました! 講座、とても楽しく聴けました。講師の方、ありがとうございました。次の講座も楽しみにしています!

受講後に得られること

  • Neo4jグラフデータベースを活用したナレッジグラフ構築方法

  • ナレッジグラフ(Knowledge Graph)をRAGに適用する方法

  • ラングチェーン(LangChain)とNeo4jを連携させ、グラフベースの検索システムを構築する

  • 多様な検索手法(基本検索、全文検索、ベクトル検索)の活用および統合

  • Text2Cypher手法による自然言語クエリのグラフクエリ変換

強力なRAGシステムのためのグラフデータベース活用 🪄

一般的なRAGシステムは単純なベクトル検索に依存しているため、情報間の関係を適切に表現することが困難です。グラフデータベースを活用したgraphRAGは、データ間の複雑な関係を構造化し、より正確で文脈に沿った回答を生成することを可能にします。構造化された知識表現関係ベースの検索を通じて、より正確な検索結果を得ることができます。

[プロジェクト2] ETF金融商品推薦 - 知識グラフの実装 (Neo4jブラウザの活用)

ナレッジグラフでRAGの性能を高める 🔧

構造的な知識表現:情報をノードと関係で表現することで、データ間のつながりを明確にし、複雑な知識を体系的に構造化します。

関係ベースの検索:単なるキーワードマッチングやベクトル類似度を超え、意味的な関係に基づいた検索により、より正確な結果を提供します。

多様な検索方式の統合:キーワードベースの全文検索(Full-text Search)とベクトルベースのセマンティック検索(Semantic Search)を併用することで、検索性能を最大化します。

拡張可能な知識構造 : 新しいデータや関係を簡単に追加・連結できるため、持続的に拡張可能なナレッジベースを構築できます。

<Neo4jの特徴>

  • ノードとリレーションを通じて、自然なデータモデリングが可能です。

  • Cypherクエリ言語を通じて、直感的なグラフ探索が可能です。

  • 強力なグラフアルゴリズムとベクトルインデックスをサポートしています。

  • LangChainフレームワークと統合するための多様な機能を提供します。

[LangChain + Neo4jを活用したRAGの実装] https://neo4j.com/labs/genai-ecosystem/langchain/

この講義の特徴

実践中心のステップバイステップ学習

理論的な説明と即時の実習を並行して行い、グラフデータベースとRAGの統合に関する概念を確実に理解し、応用する能力を養います。

多様な実例学習

映画推薦、ニュースデータ、ETF金融商品、法律文書など、実際のデータを活用した多様なドメインのナレッジグラフ構築および検索方法を学びます。

このような内容を学びます

Neo4J グラフデータベースの基礎

Neo4J AuraDBの設定から、グラフデータベースの核心概念であるノード、関係、属性までを学びます。Cypherクエリ言語の主要な構文やパス探索、集計関数など、グラフデータベースの活用に必要な基礎知識を習得します。

ナレッジグラフ(Knowledge Graph)の構築

CSV定型データからニュース、ETF金融商品、法律文書など、多様なドメインのデータをナレッジグラフに変換する方法を学びます。オントロジー設計、制約条件の設定、グラフ変換のためのLangChainツールの活用法を学習します。

グラフベースの検索手法の実装

基本検索、全文検索(Full-text Search)、ベクトル検索(Semantic Search)、Text2Cypherなど、多様なグラフベースの検索手法を実装する方法を学びます。強化されたRAGシステム構築のためのハイブリッド検索手法についても学習します。

受講前のご注意事項

実習環境

  • オペレーティングシステムおよびバージョン(OS): MacOS基準で講義を進行 (Linux、Windowsユーザーも実習可能)

  • 仮想環境の使用:uvパッケージマネージャーを使用(conda、poetry、venvユーザーも実習可能)

  • 使用ツール:VS Code、LLM API認証キーが必要(OpenAI / Google Gemini) *費用が発生する可能性があります

  • PCスペック:該当事項なし

  • Python 3.12 /

    langchain 0.3.23 / langchain-neo4j 0.3.0 / numpy 1.26.4

学習資料

  • 実習に必要な資料の提供(講義ノート、実習コード、実習データ)

  • 講義ノート、授業資料のダウンロードリストを確認してください。

前提知識および注意事項

  • Pythonの基本プログラミング能力

  • ラングチェーン(LangChain)の基本概念の理解

  • グラフデータベースの経験は不要(講義で基礎から扱います)

  • 質問や意見がございましたら、お気軽にご質問ください。


こんな方に
おすすめです

学習対象は
誰でしょう?

  • RAGシステムの性能と正確度を高めたい開発者

  • 複雑な関係を持つデータを効果的に処理したい方

  • 単なるベクトル検索を超えて、構造化された知識検索システムを構築したい方

  • ナレッジグラフ(Knowledge Graph)をAIアプリケーションに活用したい方

前提知識、
必要でしょうか?

  • パイソン

  • ラングチェーン (LangChain)

  • RAG

こんにちは
pdstudioです。

16,155

受講生

749

受講レビュー

165

回答

4.8

講座評価

8

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]

[YouTube] パンダス・スタジオ : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU

もっと見る

カリキュラム

全体

58件 ∙ (7時間 4分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

55件

4.9

55件の受講レビュー

  • hshin25375075님의 프로필 이미지
    hshin25375075

    受講レビュー 5

    平均評価 4.2

    5

    31% 受講後に作成

    • adastra01190030님의 프로필 이미지
      adastra01190030

      受講レビュー 1

      平均評価 5.0

      5

      100% 受講後に作成

      vectorRAGを使ってみた後にgraphRAGについても学びたいと思っていたところ、ちょうど講座が出たので受講しました。 基礎概念の説明から実際のデータを使ったデータ加工や様々な方式のクエリサーチ... Hybrid方式のRAGまで、Kindの実習ファイルを通して追いかけながら習得できたので有益でした! 実は自分で実装したいことがあったのですが、この講座を受講してすぐに学んだ知識を使って始めてみることができそうです。 講師の方のトーンが落ち着いていながらも淀みなく流れるようだったので、1.7倍速で聴いたのですが、気になることなくすんなりと耳に入り、すぐに完講できました! 講座、とても楽しく聴けました。講師の方、ありがとうございました。次の講座も楽しみにしています!

      • pdstudio
        知識共有者

        ありがとうございます。

    • sketchesfancy9795님의 프로필 이미지
      sketchesfancy9795

      受講レビュー 3

      平均評価 5.0

      5

      31% 受講後に作成

      早く私のDBで実装してみたいです

      • pdstudio
        知識共有者

        ありがとうございます。

    • jyuri0018155님의 프로필 이미지
      jyuri0018155

      受講レビュー 1

      平均評価 5.0

      5

      31% 受講後に作成

      • kmkang2281님의 프로필 이미지
        kmkang2281

        受講レビュー 7

        平均評価 4.9

        5

        31% 受講後に作成

        本当にありがとうございます。

        • pdstudio
          知識共有者

          ありがとうございます。

      pdstudioの他の講座

      知識共有者の他の講座を見てみましょう!

      似ている講座

      同じ分野の他の講座を見てみましょう!

      期間限定セール、あと5日日で終了

      ¥77

      30%

      ¥17,317