graphRAG - Neo4Jで実装するナレッジグラフベースのRAGシステム (feat. LangChain)

この講義はLangChainを活用したRAG(Retrieval-Augmented Generation)システムの基本概念と実装方法を扱います。参加者はRAGの核心原理を理解し、LangChainを通じて実際にシステムを構築し、性能を評価する方法を学びます。

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！ 理論から実践まで、初心者でも簡単に実践できるハンズオンチュートリアルです。

Pythonを活用してLangChainの基本概念と使い方を学習します。Google Colab環境で実習を中心に進め、実習資料はGithubを通じて提供します。

Pythonの基本文法とライブラリを活用して、自分だけのAIチャットボットを直接作ってみましょう。PDF文書ベースのRAGなど5つのプロジェクトを段階的に実行し、ウェブサービスとして配布する過程を学習します。

非専攻入門者のためのPython基礎講義です。 練習資料はGithubを通して提供されます。

初心者向けの簡単な説明と、さまざまな実践プロジェクトを中心とした講義です。Web クロールと LangChain ツールを使用してデータを収集し、LLM を活用して要約、抽出、感情分析、推奨システムを扱います。

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！ 理論から実践まで、初心者でも簡単に実践できるハンズオンチュートリアルです。

初心者向けの簡単な説明と、さまざまな実践プロジェクトを中心とした講義です。Web クロールと LangChain ツールを使用してデータを収集し、LLM を活用して要約、抽出、感情分析、推奨システムを扱います。

Oracle 18cでデータを抽出して活用し、データベースの専門家に進みましょう！

さまざまな実用的なデータ分析ケースをSQLを通じて実装していきながら、データ分析能力とSQL活用能力を同時に向上させることができます。

LLMに必要な基礎知識から、実戦で使えるヒントまで、核心的な内容を中心に現職者が素早くお伝えします！

PostgreSQLを使用して、500万件の韓国のアパート取引データを分析する方法を学びます。データクレンジング、変換、および多様なSQLクエリを通じて有意義なインサイトを導出する過程を扱います。

Spring WebFluxで様々な機能を開発します。 本講義を通じてWebFluxの必須概念と実践的な実装を学ぶことができます。

Oracle 21Cバージョンベース、概念から実践まで、SQLを初めて学ぶ最も簡単な方法！ イージスパブリッシングの《Do it! 오라클로 배우는 SQL 입문》著者直講！ 非専攻者、入門者を対象に一つ一つお教えします。

データベース設計を概念的、論理的、物理的の3段階で体系的に学び、実務中心のショッピングモールプロジェクトで能力を強化します。現代的な設計技法と最新トレンドを通じて実戦ノウハウを身につけます。

この講義は、データベースシステムの基本概念から関係データベース管理システム（RDBMS）とSQL活用まで段階的に学習できるよう構成されたコースです。 学習者はデータベースの原理を理解し、データモデリングと設計方法を通じて体系的なデータ構造を作ることができます。また、SQLを活用したデータ操作および管理技法を実習しながら実際のデータ処理過程を経験することになります。 本コースを通じて受講生は単純な理論学習を超えて、効率的なデータ管理と応用能力を身につけ、実務と資格試験準備の両方に活用できる基礎を固めることができます。

実務に必ず必要なSQLとデータベースの基礎を学習します。 開発者だけでなく、企画者やデータアナリストの方々もSQLを深く学習します。

この講義は、LangChain 1.0とLangGraphを中心に生成AI サービスを設計・実装する全過程を段階別実習で扱います。 単純なLLM呼び出しを超えて、エージェントベースアーキテクチャ、状態(State)管理、メモリ、ストリーミング、ミドルウェア、Human-in-the-Loopまで含む運用可能なAIシステム構造を直接実装します。 ドキュメント・PDF・Webデータベースの RAGシステム、SQL Agent(Chinook DB)、ツール呼び出しベースのAgent、Supervisorパターンのマルチエージェント、そしてLangGraph Graph APIを活用した状態マシンベースのワークフローを実習し、現場ですぐに活用可能な再利用可能なエージェントパイプラインを構築します。 また、構造化された出力(Pydanticベース)、エージェントミドルウェア(Summarization、HITL、Retry、PII保護)、トークン/段階別ストリーミングを通じて、実際のサービスで求められる安定性・拡張性・制御可能性を備えた生成AIアプリケーションを完成させます。 👉 LangChain/LangGraphの内部構造と実行フローを正確に理解したい方 👉 RAG・Agentを「デモ」ではなく実サービス構造で実装したい方 👉 状態ベースエージェント、SQL・ドキュメント自動化、マルチエージェントオーケストレーションまで網羅する現実的な実務ロードマップが必要な方に最適な講義です。

LLMベースのマルチエージェント技術を実装できるようにするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせて人工知能裁判官を作る方法を探求します。

今でも直接コーディングしていますか? もうバイブコーディングも面倒な時代! コーディングなしでn8nによるAI自動化の専門家になってみませんか。 実務にすぐ適用可能な自動化ワークフロー設計ガイド 業務効率を最大化する実践中心の自動化戦略。 n8nで直感的なワークフローを構築し、業務革新を体験してみてください

ChatGPTのようなAIの根幹となる技術LLMとAgent。LLMは現時点でAGIに最も近づいた技術です。この講義では一般人の視点からLLMとAgent技術について学びます。

🧩 複雑な数式や理論中心の説明よりも、 実際にプログラムを実装しながら推薦システムの核心概念を習得することを目標としています。 🛠️ 全12個の多様で実践的な例題を通して、コンテンツベース推薦、協調フィルタリング、ディープラーニング推薦など 実際の環境で活用できる推薦システムを段階的に設計しました。

Model Context Protocol (MCP) を利用して IntelliJ と連携し、迅速に開発する方法についてハンズオン形式で解説するチュートリアルです。

この講義は**スマートミラー**製作に必要な核心技術を、「事前ミッション形式」で素早く完走できるように設計された実戦型事前教育です。単純な機能説明ではなく、現場ですぐに統合デモ(PoC)を作れるレベルを目標とします。 講義では次の4つを必須で完成させます。 LLM API基盤対話応答モジュール 役割分離(system/user)、対話ヒストリー維持、リトライ/タイムアウト、ログ処理まで含めて スマートミラーに適した短くカード型の要約応答を作るパターンを習得します。 MediaPipe FaceMeshで顔認識 + フィルター適用 顔ランドマーク座標を抽出し サングラス/マスク/ステッカーなど視覚フィルター1つをリアルタイムで追従させるPoCを実装します。 Raspberry Pi ↔ Arduino シリアル通信(Python) Arduinoセンサー値をシリアルで送信し Raspberry PiでPython(pyserial)で受信・パース・エラー処理まで実行して 「センサー → Pi → (UI/保存)」フローのシステム骨格を先に完成させます。 スマートミラーフレーム/ハードウェア3Dモデリング ディスプレイ、Pi、電源部、ケーブル/発熱まで考慮して 組み立て可能な形態のフレーム(前面/背面、ブラケット/ネジ穴など)をSTEP/STL成果物として完成させます。 追加で選択セクションでは、チーム力量に応じて拡張できるように、 Piで天気データ入力、 Firebase/Supabase DB連動、 レスポンシブWeb UI(モバイル/デスクトップ)、 AWS デプロイ基礎 まで段階別に接続します。 結果的に受講生は講義が終わると「個別技術の断片」ではなく、メイカソンですぐにデモ可能な統合型ポートフォリオ(AI応答 + 顔認識 + センサー通信 + ハードウェア設計)を備えることになります。

コーディングなしで自分だけのAIサービスを作りたいなら、この講義が完璧な解決策です。Difyノーコードプラットフォームを活用してアイデアだけでも完成度の高いAIアプリを作ることができます。複雑な理論の代わりに実戦プロジェクト中心で構成されており、AI初心者と会社員誰でも実務能力を身につけることができます。

Spring AIでAIを扱う最も簡単な方法を学びます。 RAGチャットボットを作成しながらSpring AIを学びましょう。