本書は、グラフDBと生成AIの融合を通じて、顧客の課題解決に向けた新たな武器を提供することを目指しています。グラフDBの基礎から、データ分析における実践的な手法まで、幅広くカバーしています。特に、GitHub CopilotやJupyter Notebookを活用した具体的な事例を通じて、読者は生成AIとの連携方法を学ぶことができます。また、GraphRAGなどの最新技術についても触れ、実際にどのように活用できるのかを示します。これからのデータ処理や分析の手法を学ぶ上で、役立つ内容が満載です。
【目次】
第1章 グラフDBについて
第2章 グラフDBの使い所
第3章 グラフDBのクエリ
第4章 筆者が紹介するグラフDBソフトウェア
第5章 Cypherクエリで操作
第6章 Jupyter Notebook
第7章 生成AI機能との組み合わせ
第8章 SQL/PGQ
第9章 グラフDBとJupyterと生成AI
-
1.1 グラフDBとは？
-
1.2 グラフDBの「グラフ」について
-
1.3 筆者が関心を持ったきっかけ
-
2.1 有向グラフ
-
2.2 無向グラフ
-
2.3 SNS
-
2.4 最短距離の測定
-
2.5 GraphRAG
-
3.1 グラフDBの種類
-
3.2 Cypher
-
3.3 グラフDBのナレッジ共有サイト
-
4.1 kuzudb
-
4.2 kuzudbの苦手な部分
-
4.3 Cypherについて
-
7.1 GitHub Copilot
-
7.2 Copilotチャット機能
-
7.3 Copilotの編集機能
-
7.4 Copilot Agentモード
-
7.5 ベストプラクティス
-
8.1 グラフDBの弱い点について
-
8.2 そこでSQL/PGQが登場
-
9.1 NotebookをAI Agentで作成
-
9.2 yfilesのグラフ操作
-
9.3 kuzudbの応用
試し読み
試し読み
試し読み
