پایگاه داده گراف: Neo4j ،RDF، گرافهای دانش و GraphRAG
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- شما اصول پایگاه داده گراف و تفاوت آنها با پایگاههای داده سنتی را درک خواهید کرد.
- چگونگی استفاده از Neo4j، نوشتن کوئریهای Cypher و کار با داده گراف با استفاده از Python را یاد خواهید گرفت.
- الگوریتمهای گراف مانند BFS ،DFS و کوتاهترین مسیر را برای حل مسائل دنیای واقعی به کار خواهید بست.
- گرافهای دانش خواهید ساخت و مفاهیم RDF ،SPARQL GraphQL و GraphRAG را درک خواهید کرد.
پیشنیازهای دوره
- هیچ تجربه قبلی با پایگاه داده گراف لازم نیست. این دوره برای کاملاً مبتدیان طراحی شده است.
- شما فقط به یک لپتاپ یا کامپیوتر رومیزی با اتصال اینترنت پایدار نیاز دارید.
توضیحات دوره
به دوره کامل پایگاه داده گراف خوش آمدید.
این دوره، یک راهنمای جامع از سطح مبتدی تا پیشرفته برای پایگاه داده گراف است. شما یاد خواهید گرفت که چگونه سیستمهای مدرن از گرافها برای مدلسازی روابط پیچیده استفاده میکنند و چگونه با استفاده از Neo4j، Python ،RDF، گرافهای دانش و GraphRAG اپلیکیشن های دنیای واقعی بسازید.
آنچه میآموزید
- درک کنید که پایگاه داده گراف چیستند و چگونه با پایگاههای داده رابطهای تفاوت دارند.
- مفاهیم نظریه گراف مانند گرهها، روابط، گرافهای جهتدار، گرافهای حلقوی و DAG را بیاموزید.
- با اطمینان با Neo4j کار کنید و کوئریهای Cypher کارآمد بنویسید.
- از Python برای ایجاد پایپ لاین ها و خودکارسازی گردش کار داده گراف استفاده کنید.
- الگوریتمهای گراف مانند BFS ،DFS، کوتاهترین مسیر و الگوریتم دایجسترا را اعمال کنید.
- RDF ،SPARQL ،GraphQL، گرافهای دانش و GraphRAG را یاد بگیرید.
ویژگیهای برجسته دوره
- توضیحات ساده و دوستانه برای مبتدیان همراه با یادگیری تصویری
- کار عملی با یکپارچهسازی Neo4j و Python
- پروژههای دنیای واقعی از جمله سیستمهای مسیریابی و کشف تقلب
- پوشش هر دو نوع گراف ویژگیمحور و گراف معنایی
- مفاهیم مدرن هوش مصنوعی مانند گرافهای دانش و GraphRAG
- تمرکز عملی همراه با کد و مثالهای کاربردی واقعی
این دوره برای چه کسانی است؟
- مبتدیانی که میخواهند پایگاه داده گراف را از ابتدا یاد بگیرند.
- توسعهدهندگان نرمافزار و مهندسان بکاند
- مهندسان و دانشمندان داده
- مهندسان هوش مصنوعی و یادگیری ماشین که به گرافهای دانش علاقهمند هستند.
- هر فرد کنجکاو درباره سیستمهای مبتنی بر گراف و معماریهای مدرن داده.
چرا شرکت کنید؟
پایگاه داده گراف به طور فزایندهای در حوزههایی مانند سیستمهای پیشنهاددهنده، کشف تقلب، شبکههای اجتماعی و اپلیکیشن های مجهز به هوش مصنوعی استفاده میشوند. این دوره یک مسیر یادگیری ساختاریافته همراه با مهارتهای عملی به شما میدهد که میتوانید مستقیماً در مسائل، پروژهها و شغلهای دنیای واقعی به کار ببرید.
در پایان این دوره، شما درک محکمی از پایگاه داده گراف خواهید داشت و اعتماد به نفس کار با Neo4j ،Python، الگوریتمهای گراف، RDF، گرافهای دانش و GraphRAG در کاربردهای دنیای واقعی را پیدا خواهید کرد.
هماکنون در این دوره شرکت کنید و گام به گام به پایگاه داده گراف مسلط شوید.
این دوره برای چه کسانی مناسب است؟
- این دوره برای مبتدیانی است که میخواهند پایگاه داده گراف را از پایه یاد گرفته و یک اصول قوی بسازند.
- برای توسعهدهندگان نرمافزار، مهندسان داده و مهندسان بکاند که میخواهند با Neo4j و سیستمهای مبتنی بر گراف کار کنند، ایدهآل است.
- این دوره همچنین برای دانشمندان داده، مهندسان هوش مصنوعی و فعالان حوزه یادگیری ماشین که میخواهند گرافهای دانش و GraphRAG را درک کنند، مناسب است.
- هر فردی که به سیستمهای داده مدرن، الگوریتمهای گراف و کاربردهای گراف در دنیای واقعی علاقهمند باشد، از این دوره بهره خواهد برد.
پایگاه داده گراف: Neo4j ،RDF، گرافهای دانش و GraphRAG
-
معرفی دوره 03:53
-
چه زمانی از پایگاه داده گراف استفاده کنیم؟ 08:37
-
دانلود منابع 00:20
-
نظریه گراف - بخش 1 13:50
-
نظریه گراف - بخش 2 10:20
-
انواع مختلف پایگاه داده گراف 10:13
-
نصب Neo4j روی ویندوز 02:00
-
ایجاد Instance در Neo4j 02:10
-
ایجاد گرهها و یالها در Neo4j 11:26
-
ایجاد گرافهای بدون جهت در Neo4j 04:11
-
کوئری زدن یک گراف در Neo4j: عمل Match 06:54
-
بروزرسانی ویژگیهای یک گراف در Neo4j 10:17
-
عملیات حذف در Neo4j 05:44
-
ایندکسگذاری در Neo4j 11:45
-
تکنیکهای پیشرفته ایندکسگذاری در Neo4j 10:03
-
مدلسازی داده در Neo4j 18:38
-
Python چگونه کار میکند؟ 15:18
-
نصب Python روی ویندوز 01:43
-
متغیرها در Python 11:32
-
حلقهها در Python 08:35
-
ساختار داده در Python 16:53
-
ایمپورت کردن پکیجها در Python 07:06
-
چگونگی ایجاد متدها در Python 06:10
-
مدیریت استثنا در Python 06:59
-
برنامهنویسی شیءگرا در Python 29:39
-
فهم لیست در Python 08:35
-
مدیریت فایل در Python 17:27
-
Generator و Decorator در Python 13:46
-
چندپردازشی در Python 09:09
-
Asyncio در Python 21:55
-
توابع Lambda در Python 03:16
-
Map ،Filter و Reduce در Python 04:25
-
راهاندازی Python و Neo4j روی ویندوز 02:51
-
ایجاد گرهها با استفاده از کوئری Cypher در Python 06:02
-
راهاندازی محیط مجازی 02:21
-
نصب پکیجهای مورد نیاز 02:05
-
نحوه راهاندازی محیط مجازی در Python 14:18
-
ایجاد داده ساختگی با پکیج Faker در Python 05:51
-
برقراری ارتباط با Instance ی Neo4j 07:48
-
ایجاد روابط با استفاده از کوئری Cypher در Python 06:00
-
الگوریتم جستجوی عمقاول (DFS) 13:26
-
سیستم ناوبری با استفاده از DFS 12:06
-
الگوریتم جستجوی سطحاول (BFS) 03:36
-
APOC در Neo4j چیست؟ 12:09
-
الگوریتم Dijkstra 09:45
-
تولید داده ساختگی برای الگوریتم Dijkstra 08:29
-
ایجاد گرهها و یالها برای الگوریتم Dijkstra 14:19
-
Dijkstra با کتابخانههای APOC و GDS 14:47
-
معرفی RDF 08:42
-
نصب GraphDB روی ویندوز 03:11
-
ایجاد Repository در GraphDB 00:58
-
گردش کارهای RDF 04:19
-
ایجاد داده RDF 22:09
-
شناخت عمیق SPARQL 16:46
-
معرفی GraphQL 06:29
-
طراحی Schema در GraphQL 08:09
-
راهاندازی اتصال با Neo4j 01:55
-
Mutation در GraphQL 14:01
-
Query در GraphQL 05:23
-
ایجاد یک سرور GraphQL 04:58
-
ایجاد یک کلاینت GraphQL 12:04
-
گراف دانش چیست؟ 07:35
-
کشف تقلب با گراف دانش 09:48
-
ورود داده به Neo4j 05:29
-
ایجاد گرهها و یالها 03:13
-
تشخیص یک تراکنش تقلبی 08:05
-
GraphRAG چیست؟ 11:31
-
معماری تولیدی GraphRAG 07:34
-
GraphRAG با Python و LangChain 07:52
مشخصات آموزش
پایگاه داده گراف: Neo4j ،RDF، گرافهای دانش و GraphRAG
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:69
- مدت زمان :10:18:53
- حجم :5.52GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy