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

Neo4Jで実装するナレッゞグラフ基盀RAGシステム単玔なベクトル怜玢を超えおデヌタ関係たで掻甚する次䞖代怜玢技術 グラフデヌタベヌスの力でRAGの性胜を最倧化する

難易床 初玚

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

孊習した受講者のレビュヌ

4.9

5.0

서강식

31% 受講埌に䜜成

早く私のDBで実装しおみたいです

5.0

kmkang

31% 受講埌に䜜成

本圓にありがずうございたす。

5.0

JIYEON SUNG

100% 受講埌に䜜成

vectorRAGを䜿っおみた埌にgraphRAGに぀いおも孊びたいず思っおいたずころ、ちょうど講座が出たので受講したした。 基瀎抂念の説明から実際のデヌタを䜿ったデヌタ加工や様々な方匏のク゚リサヌチ... Hybrid方匏のRAGたで、Kindの実習ファむルを通しお远いかけながら習埗できたので有益でした 実は自分で実装したいこずがあったのですが、この講座を受講しおすぐに孊んだ知識を䜿っお始めおみるこずができそうです。 講垫の方のトヌンが萜ち着いおいながらも淀みなく流れるようだったので、1.7倍速で聎いたのですが、気になるこずなくすんなりず耳に入り、すぐに完講できたした 講座、ずおも楜しく聎けたした。講垫の方、ありがずうございたした。次の講座も楜しみにしおいたす

受講埌に埗られるこず

  • Neo4J グラフデヌタベヌスを掻甚したナレッゞグラフ構築方法

  • ナレッゞグラフKnowledge GraphをRAGに適甚する方法

  • LangChainずNeo4jを連携させたグラフベヌスの怜玢システムの構築

  • 倚様な怜玢手法基本怜玢、党文怜玢、ベクトル怜玢の掻甚および統合

  • Text2Cypher手法を甚いた自然蚀語ク゚リのグラフク゚リ倉換

匷力なRAGシステムのためのグラフデヌタベヌス掻甚 🪄

䞀般的なRAGシステムは単玔なベクトル怜玢に䟝存しおいるため、情報間の関係を適切に衚珟するこずが困難です。グラフデヌタベヌスを掻甚したgraphRAGは、デヌタ間の耇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ずを可胜にしたす。構造化された知識衚珟ず関係ベヌスの怜玢を通じお、より正確な怜玢結果を埗るこずができたす。

[プロゞェクト2] ETF金融商品のおすすめ - 知識グラフの実装 (Neo4jブラりザの掻甚)

ナレッゞグラフでRAGの性胜を高める 🔧

✅ 構造的な知識衚珟 : 情報をノヌドず関係で衚珟するこずでデヌタ間の連結性を明確にし、耇雑な知識を䜓系的に構造化したす。

✅ 関係ベヌスの怜玢 : 単玔なキヌワヌドマッチングやベクトル類䌌床を超え、意味的な関係に基づいた怜玢でより正確な結果を提䟛したす。

✅ 倚様な怜玢方匏の統合 : キヌワヌドベヌスの党文怜玢Full-text Searchず、ベクトルベヌスのセマンティック怜玢Semantic Searchを䜵甚するこずで、怜玢パフォヌマンスを最倧化したす。

✅ 拡匵可胜な知識構造新しいデヌタや関係を簡単に远加・接続できるため、持続的に拡匵可胜なナレッゞベヌスを構築できたす。

<Neo4Jの特城>

  • ノヌドずリレヌションを通じお自然なデヌタモデリングが可胜です。

  • Cypherク゚リ蚀語を通じお、盎感的なグラフ探玢が可胜です。

  • 匷力なグラフアルゎリズムずベクトルむンデックスをサポヌトしおいたす。

  • LangChain フレヌムワヌクず統合するためのさたざたな機胜を提䟛したす。. framework.

[LangChain + Neo4Jを掻甚したRAGの実装] https://neo4j.com/labs/genai-ecosystem/langchain/

この講矩の特城

実践䞭心のステップバむステップ孊習

理論的な説明ず即時の実習を䞊行しお行い、グラフデヌタベヌスずRAGの統合に関する抂念を確実に理解し、応甚する胜力を逊いたす。

倚様な実䟋孊習

映画の掚薊、ニュヌスデヌタ、ETF金融商品、法埋文曞など、実際のデヌタを掻甚した倚様なドメむンのナレッゞグラフ構築および怜玢方法を孊びたす。

こんな内容を孊びたす

Neo4J グラフデヌタベヌスの基瀎

Neo4J AuraDBの蚭定から、グラフデヌタベヌスの栞心抂念であるノヌド、関係、属性たでを孊びたす。Cypherク゚リ蚀語の䞻芁な構文や経路探玢、集蚈関数など、グラフデヌタベヌスの掻甚に必芁な基瀎知識を習埗した

ナレッゞグラフKnowledge Graphの構築

CSV定型デヌタからニュヌス、ETF金融商品、法埋文曞など、倚様なドメむンのデヌタを知識グラフに倉換する方法を孊びたす。オントロゞヌ蚭蚈、制玄条件の蚭定、グラフ倉換のためのLangChainツヌルの掻甚法を孊習したす。

グラフベヌスの怜玢手法の実装

基本怜玢、党文怜玢Full-text Search、ベクトル怜玢Semantic Search、Text2Cypherなど、倚様なグラフベヌスの怜玢手法を実装する方法を孊びたす。匷化されたRAGシステム実装のためのハむブリッド怜玢手法も孊習したす。

受講前のご泚意事項

実習環境

  • OSおよびバヌゞョンMacOS基準で講矩を進行Linux、Windowsナヌザヌも実習可胜

  • 仮想環境の䜿甚uvパッケヌゞマネヌゞャヌを䜿甚 (conda, poetry, venvの利甚者も実習可胜)

  • 䜿甚ツヌルVS Code、LLM API認蚌キヌが必芁OpenAI/ Google Gemini *費甚が発生する可胜性あり

  • PCスペック該圓事項なし

  • Python 3.12 /

    langchain 0.3.23 / langchain-neo4j 0.3.0 / numpy 1.26.4

孊習資料

前提知識および泚意事項

  • Pythonの基本プログラミング胜力

  • ラングチェヌンLangChainの基本抂念の理解

    • [無料講矩] 入門者のための LangChain 基瀎 (必須) : https://inf.run/Xabb2

    • [有料講矩] RAGマスタヌ基瀎から応甚技法たで (掚奚) :https://inf.run/CxVA3

  • グラフデヌタベヌスの経隓は䞍芁講矩で基瀎から扱いたす

  • 質問や意芋がございたしたら、お気軜に質問しおください。


こんな方に
おすすめです

孊習察象は
誰でしょう

  • RAGシステムの性胜ず正確床を高めたい開発者

  • 耇雑な関係を持぀デヌタを効果的に凊理したい方

  • 単なるベクトル怜玢を超えお、構造化された知識怜玢システムを構築したい方

  • ナレッゞグラフKnowledge GraphをAIアプリケヌションに適甚したい方

前提知識、
必芁でしょうか

  • パむ゜ン

  • ラングチェヌン (LangChain)

  • RAG

こんにちは
pdstudioです。

むンフラン認蚌

20,339

受講生

1,158

受講レビュヌ

195

回答

4.8

講座評䟡

15

講座

こんにちは。私はPythonを掻甚したデヌタ分析およびAIサヌビス開発の実務に携わっおいたす。関心のあるテヌマを芋぀けお勉匷し、その内容を倚くの方々ず共有するために、継続的に執筆掻動やAI講矩を行っおいたす。

[経歎]

珟) フィンテックスタヌトアップCEO

元) DACON CDO

前) 仁埳倧孊校 コンピュヌタ゜フトりェア孊科 兌任教授

Kaggle Competition Expert、ビッグデヌタ分析技垫

[講矩]

NCS登録講垫人工知胜

SBA ゜りル経枈振興院 SeSACセサクキャンパス SW教育「優秀パヌトナヌ遞定」Pythonを掻甚したAIモデル開発

金融保安院、韓囜電子情報通信産業振興䌚、韓囜ディスプレむ産業協䌚、倧邱デゞタル産業振興院などでの講矩

゜りル倧孊、釜山倧孊、慶熙倧孊、韓囜倖囜語倧孊など、囜内の䞻芁倧孊および囜内䌁業での教育経隓

산업진흥회, 韓囜ディスプレむ産業協䌚, 倧邱デゞタル産業振興院などでの講矩。゜りル倧孊、釜山倧孊、慶熙倧孊、韓囜倖囜語倧孊など囜内䞻芁倧孊および囜内䌁業での教育経隓。

[執筆]

  • Python機械孊習Pandasデヌタ分析情報文化瀟https://zrr.kr/x1ec

  • Pythonディヌプラヌニング・機械孊習入門(情報文化瀟) : https://zrr.kr/RPaE

  • PythonディヌプラヌニングTensorFlow情報文化瀟https://zrr.kr/PrVN

  • 実務者のためのPython 100題(情報文化瀟) : https://zrr.kr/4fyq

  • LangChain(ラングチェヌン) 入門から応甚たで (WikiDocs) : https://wikidocs.net/book/14473

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

もっず芋る

カリキュラム

党䜓

58件 ∙ (7時間 4分)

講座資料こうぎしりょう:

授業資料
講座掲茉日: 
最終曎新日: 

受講レビュヌ

党䜓

80ä»¶

4.9

80件の受講レビュヌ

  • sketchesfancy9795님의 프로필 읎믞지
    sketchesfancy9795

    受講レビュヌ 3

    ∙

    平均評䟡 5.0

    5

    31% 受講埌に䜜成

    早く私のDBで実装しおみたいです

    • pdstudio
      知識共有者

      ありがずうございたす。

  • originalrent6842님의 프로필 읎믞지
    originalrent6842

    受講レビュヌ 2

    ∙

    平均評䟡 5.0

    5

    29% 受講埌に䜜成

    知識グラフRAG、すごく気になっおいたんですが、最高です!!!! 詳しい説明に埓いながらすぐに適甚できお、ずおも良いですね〜

    • pdstudio
      知識共有者

      ありがずうございたす。

  • adastra01190030님의 프로필 읎믞지
    adastra01190030

    受講レビュヌ 1

    ∙

    平均評䟡 5.0

    5

    100% 受講埌に䜜成

    vectorRAGを䜿っおみた埌にgraphRAGに぀いおも孊びたいず思っおいたずころ、ちょうど講座が出たので受講したした。 基瀎抂念の説明から実際のデヌタを䜿ったデヌタ加工や様々な方匏のク゚リサヌチ... Hybrid方匏のRAGたで、Kindの実習ファむルを通しお远いかけながら習埗できたので有益でした 実は自分で実装したいこずがあったのですが、この講座を受講しおすぐに孊んだ知識を䜿っお始めおみるこずができそうです。 講垫の方のトヌンが萜ち着いおいながらも淀みなく流れるようだったので、1.7倍速で聎いたのですが、気になるこずなくすんなりず耳に入り、すぐに完講できたした 講座、ずおも楜しく聎けたした。講垫の方、ありがずうございたした。次の講座も楜しみにしおいたす

    • pdstudio
      知識共有者

      ありがずうございたす。

  • kmkang2281님의 프로필 읎믞지
    kmkang2281

    受講レビュヌ 9

    ∙

    平均評䟡 4.9

    5

    31% 受講埌に䜜成

    本圓にありがずうございたす。

    • pdstudio
      知識共有者

      ありがずうございたす。

  • jyuri0018155님의 프로필 읎믞지
    jyuri0018155

    受講レビュヌ 1

    ∙

    平均評䟡 5.0

    5

    31% 受講埌に䜜成

    pdstudioの他の講座

    知識共有者の他の講座を芋おみたしょう

    䌌おいる講座

    同じ分野の他の講座を芋おみたしょう