توجه:
۱. دموها فقط در ویندوز ضبط شدهاند.
۲. این دوره شامل بیشتر کاربردهای عملی، مجموعهدادهها و کوئریهایی است که در وبسایت رسمی سندباکس Neo4j موجود هستند. هدف این است که شما را در این کوئریها و مفاهیم پیچیده Cypher به روشی آسان و کارآمد راهنمایی کنیم.
۳. این دوره مبانی برنامهنویسی پایتون را پوشش نمیدهد.
۴. دانش پایتون مورد نیاز است (فقط برای آزمایشگاهها در بخشهای ۸ و ۹)
بهروزرسانی دوره:
نوامبر ۲۰۲۴ - دو بخش جدید اضافه شد:
بخش ۸: تعامل با Neo4j از طریق برنامه پایتون
بخش ۹: روندهای نوظهور در ادغام Neo4j و هوش مصنوعی: LLMها و GraphRAG
به دوره "گراف دانش با Neo4j، Cypher و GDS" خوش آمدید! این دوره جامع، دروازه ورود شما به دنیای قدرتمند پایگاه دادههای گراف است، فناوری پیشرفتهای که نحوه مدیریت روابط پیچیده دادهها را تغییر میدهد. این دوره برای علاقهمندان به داده، توسعهدهندگان و هر کسی که مشتاق به کشف مرزهای فناوری داده است، طراحی شده و شما را به مهارتهای ساخت و پرسوجو از گرافهای دانش قوی با استفاده از Neo4j مجهز میکند.
ما سفر خود را با معرفی Neo4j آغاز میکنیم و به بررسی این موضوع میپردازیم که چه چیزی پایگاه دادههای گراف را منحصربهفرد و برای چالشهای مدرن داده ضروری میسازد. شما با معماری و ویژگیهای اصلی Neo4j آشنا میشوید و یک پایه محکم برای یادگیری خود ایجاد میکنید.
در ادامه، به کاربردهای صنعتی Neo4j میپردازیم. از طریق مطالعات موردی واقعی، خواهید دید که Neo4j چگونه صنایع مختلف، از امور مالی تا مراقبتهای بهداشتی را متحول میکند و تطبیقپذیری و تأثیر آن را به نمایش میگذارد.
درک اینکه Neo4j در اکوسیستم داده در کجا قرار میگیرد بسیار مهم است، بنابراین ما موقعیت Neo4j در میان انواع پایگاه دادهها را بررسی خواهیم کرد و به شما کمک میکنیم نقش منحصربهفرد آن را در مقایسه با پایگاه دادههای سنتی درک کنید.
سپس بر روی مدل گراف ویژگیدار، ستون فقرات Neo4j، تمرکز میکنیم و اجزای آن و اینکه چرا برای نمایش دادههای پیچیده و مرتبط عالی است را توضیح میدهیم.
آزمایشگاههای عملی ما با نصب و راهاندازی Neo4j در ویندوز شروع میشود. شما یاد خواهید گرفت که چگونه Neo4j را راهاندازی و اجرا کنید، مرورگر Neo4j را کاوش کنید و مجموعه داده اولیه خود را تنظیم کنید. ما همچنین گزینههای مختلف برای راهاندازی Neo4j، چه در ابر، چه در محل و چه در تنظیمات ترکیبی را پوشش خواهیم داد.
قدرت پرسوجو با معرفی زبان پرسوجوی Cypher، زبان پرسوجوی رسا و قدرتمند Neo4j، باز میشود. شما Cypher را از طریق یک سری آزمایشگاههای عملی، با شروع از نحو کلی Cypher و حرکت به سمت موضوعات پیشرفتهتر مانند تکنیکهای فیلتر کردن، تجمیع، عملیات CRUD و ویژگیهای پیشرفته مانند MERGE، WITH و RETURN تسلط خواهید یافت.
در آزمایشگاه کوتاهترین مسیر، یاد خواهید گرفت که چگونه سریعترین مسیر بین گرهها را پیدا کنید، یک مهارت اساسی در تجزیه و تحلیل گراف.
سپس یک چالش هیجانانگیز را با مورد استفاده تحقیقات جنایی با استفاده از Neo4j ارائه میدهیم، جایی که شما آنچه را که آموختهاید برای حل یک معما به کار خواهید برد.
اما یادگیری در اینجا متوقف نمیشود! ما به درک کتابخانه علم داده گراف با یک مورد استفاده جذاب دادههای پرواز میرویم. در اینجا، شما الگوریتمهای قدرتمند در کتابخانه علم داده گراف Neo4j را از طریق آزمایشگاههای عملی، از جمله مرکزیت، تشخیص جامعه، شباهت گره و یافتن مسیر کاوش خواهید کرد.
عملکرد در پایگاه دادههای گراف بسیار مهم است، بنابراین ما توصیههای تخصیص حافظه در Neo4j را پوشش میدهیم و بهترین شیوهها برای نوشتن کوئریهای بهینهسازی شده را به اشتراک میگذاریم و اطمینان میدهیم که کوئریهای شما کارآمد هستند و پایگاه دادههای شما به آرامی اجرا میشوند.
ما همچنین برخی از روندهای نوظهور در ادغام Neo4j با هوش مصنوعی را پوشش خواهیم داد. در اینجا، بررسی خواهیم کرد که مدلهای زبانی بزرگ چه هستند و چگونه میتوان از آنها برای استخراج نهادها از دادههای بدون ساختار و تبدیل آنها به یک گراف دانش استفاده کرد. ما این مورد استفاده سرتاسری را با کمک کد پایتون درک خواهیم کرد. لطفا توجه داشته باشید، این دوره اصول اولیه پایتون را به شما آموزش نمیدهد. در پایان، برخی از موضوعات پیشرفته مانند تولید تقویتشده بازیابی (Retrieval-Augmented Generation) و GraphRAG را پوشش خواهیم داد و درک خواهیم کرد که چگونه از این تکنیکها میتوان برای ایجاد زمینه بهتر برای LLMها استفاده کرد.
در پایان این دوره، درک کاملی از Neo4j، Cypher و کتابخانه علم داده گراف خواهید داشت. شما آماده خواهید بود تا با اطمینان و تخصص گرافهای دانش خود را بسازید، پرسوجو کنید و بهینهسازی کنید. به ما بپیوندید و اولین قدم را برای تبدیل شدن به یک متخصص Neo4j و پایگاه داده گراف بردارید!
یادگیری عملی Neo4j، زبان Cypher، کتابخانه GDS، GraphQL، GraphRAG و ساخت گراف دانش از دادههای بدون ساختار با استفاده از LLM.
پایگاه داده گراف: Neo4j
زبان پرس و جو Cypher: از سطح مبتدی تا پیشرفته
موارد استفاده از Neo4j و پایگاه داده گراف
کتابخانه علم داده گراف
مروری ابتدایی بر GraphQL
مروری بر Bloom
یکپارچه سازی Neo4j و هوش مصنوعی - ایجاد گراف دانش از داده های بدون ساختار با استفاده از Open AI LLM
مروری بر RAG و Graph RAG - گراف دانش به عنوان RAG
پیش نیازها:
دانش پایه از پایگاه داده ها و پرس و جو
مبانی برنامه نویسی پایتون
Cramlays, Nitin Gujral
مدرس در Udemy
نمایش نظرات