نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش جامع Neo4j به همراه پایتون و Cypher، GraphQL، گرافهای دانش (Knowledge Graphs)، RDF، الگوریتمهای گراف، LangChain و GraphRAG از صفر
در این دوره، مفاهیم بنیادی پایگاه دادههای گراف و تفاوتهای آنها با پایگاه دادههای سنتی را درک خواهید کرد.
یاد میگیرید چگونه از Neo4j استفاده کنید، کوئریهای Cypher بنویسید و با استفاده از پایتون با دادههای گرافی کار کنید.
الگوریتمهای گرافی مانند BFS، DFS و کوتاهترین مسیر را برای حل مسائل دنیای واقعی به کار خواهید گرفت.
گرافهای دانش را خواهید ساخت و مفاهیم RDF، SPARQL، GraphQL و GraphRAG را فرا خواهید گرفت.
همچنین یاد میگیرید که چگونه جریانهای کاری RAG را با استفاده از LangChain توسعه دهید.
پیش نیازها: هیچ تجربه قبلی در زمینه پایگاه دادههای گراف مورد نیاز نیست. این دوره برای مبتدیان مطلق طراحی شده است.
تنها به یک لپتاپ یا کامپیوتر دسکتاپ با اتصال اینترنت پایدار نیاز دارید.
به دوره جامع پایگاه دادههای گراف خوش آمدید
این دوره یک راهنمای کامل از سطح مبتدی تا پیشرفته برای پایگاه دادههای گراف است. شما خواهید آموخت که سیستمهای مدرن چگونه از گرافها برای مدلسازی روابط پیچیده استفاده میکنند و چگونه برنامههای کاربردی واقعی را با استفاده از Neo4j، پایتون، RDF، گرافهای دانش و GraphRAG بسازید.
آنچه خواهید آموخت:
• درک ماهیت پایگاه دادههای گراف و تفاوت آنها با پایگاه دادههای رابطهای • یادگیری مفاهیم تئوری گراف مانند گرهها (Nodes)، روابط (Relationships)، گرافهای جهتدار، گرافهای چرخهای و DAGها • کار با Neo4j و نوشتن کوئریهای بهینه Cypher • استفاده از پایتون برای ایجاد خط لولهها (Pipelines) و اتوماتیکسازی جریان دادههای گراف • پیادهسازی الگوریتمهای گرافی مانند BFS، DFS، کوتاهترین مسیر و الگوریتم دایجسترا • آموزش RDF، SPARQL، GraphQL، گرافهای دانش، خط لولههای RAG با LangChain و GraphRAG
ویژگیهای برجسته دوره:
• توضیحات مبتدی-پسند همراه با آموزشهای بصری • ادغام عملی Neo4j و پایتون • پروژههای واقعی شامل سیستمهای مسیریابی و تشخیص کلاهبرداری • پوشش هر دو نوع گرافهای ویژگی (Property Graphs) و گرافهای معنایی (Semantic Graphs) • مفاهیم مدرن هوش مصنوعی مانند گرافهای دانش، RAG و GraphRAG • تمرکز کاربردی با کدنویسی و نمونههای واقعی
این دوره برای چه کسانی است:
• مبتدیانی که میخواهند پایگاه دادههای گراف را از صفر یاد بگیرند • توسعهدهندگان نرمافزار و مهندسان بکاند • مهندسان داده و دانشمندان داده • مهندسان هوش مصنوعی و یادگیری ماشین علاقهمند به گرافهای دانش • هر کسی که درباره سیستمهای مبتنی بر گراف و معماریهای مدرن داده کنجکاو است
چرا این دوره را انتخاب کنید:
پایگاه دادههای گراف به طور فزایندهای در زمینههایی مانند سیستمهای پیشنهاددهنده، تشخیص کلاهبرداری، شبکههای اجتماعی و برنامههای مبتنی بر هوش مصنوعی استفاده میشوند. این دوره یک مسیر یادگیری ساختاریافته با مهارتهای عملی به شما ارائه میدهد که میتوانید مستقیماً در پروژهها و مشاغل واقعی به کار ببرید.
در پایان این دوره، شما درک عمیقی از پایگاه دادههای گراف خواهید داشت و اعتماد به نفس لازم برای کار با Neo4j، پایتون، الگوریتمهای گراف، RDF، گرافهای دانش و GraphRAG در کاربردهای واقعی را به دست خواهید آورد.
همین حالا ثبتنام کنید و تسلط بر پایگاه دادههای گراف را گام به گام آغاز کنید.
سرفصل ها و درس ها
مقدمهای بر پایگاه دادههای گراف
Introduction to Graph Databases
مقدمه
Introduction
چه زمانی از پایگاه دادههای گراف استفاده کنیم
When to use Graph Databases
دانلود منابع
Download Resources
تئوری گراف
Graph Theory
تئوری گراف بخش اول
Graph Theory Part-1
تئوری گراف بخش دوم
Graph Theory Part-2
جمعبندی تئوری گراف
Graph Theory
پایگاه دادههای گراف
Graph Databases
انواع مختلف پایگاه دادههای گراف
Different Types of Graph Databases
آشنایی با Neo4j
Introduction to Neo4j
نصب Neo4j در ویندوز
Neo4j Installation on Windows
ایجاد Instance در Neo4j
Create Instance in Neo4j
ایجاد گرهها و یالها در Neo4j
Create Nodes & Edges in Neo4j
ایجاد گرافهای بدون جهت در Neo4j
Create Undirected Graphs in Neo4j
کوئری زدن در گراف: عملیات Match
Query a Graph in Neo4j: Match Operation
بهروزرسانی ویژگیهای گراف در Neo4j
Update Properties of a Graph in Neo4j
عملیات حذف در Neo4j
Neo4j Delete Operation
اندکسگذاری در Neo4j
Neo4j Indexing
تکنیکهای پیشرفته اندکسگذاری در Neo4j
Advanced Indexing Techniques in Neo4j
مدلسازی دادهها در Neo4j
Data Modelling in Neo4j
آزمون Neo4j
Neo4j Quiz
برنامهنویسی پایتون از مقدماتی تا پیشرفته
Basic to Advanced Python Programming
پایتون چگونه کار میکند
How Python Works
نصب پایتون در ویندوز
Python Installation on Windows
متغیرها در پایتون
Variables in Python
حلقهها در پایتون
Loops in Python
ساختارهای داده در پایتون
Python Data Structure
وارد کردن پکیجها در پایتون
Import Packages in Python
نحوه تعریف متدها در پایتون
How to Create Methods in Python
مدیریت استثناها (Exception Handling) در پایتون
Exception Handling in Python
برنامهنویسی شیگرا (OOP) در پایتون
Object Oriented Programming in Python
List Comprehension در پایتون
List Comprehension in Python
کار با فایلها در پایتون
Python File Handling
ژنراتورها و دکوراتورها در پایتون
Generator & Decorator in Python
پردازش موازی (Multiprocessing) در پایتون
Python Multiprocessing
Asyncio در پایتون
Asyncio in Python
توابع Lambda در پایتون
Lambda Functions in Python
توابع Map، Filter و Reduce در پایتون
Map, Filter & Reduce in Python
پایتون به همراه Neo4j
Python with Neo4j
راهاندازی پایتون و Neo4j در ویندوز
Python and Neo4j Setup on Windows
ایجاد گرهها با استفاده از کوئری Cypher در پایتون
Create Nodes Using Cypher Query with Python
نمایش نظرات