Jupyter 노트북
노트북 파일을 다운로드하여 로컬 환경이나 Google Colab에서 실행할 수 있습니다. 다운로드하려면 로그인이 필요합니다.
📚 개념 학습 노트북 (9개)
각 주제별 핵심 개념과 기본 실습을 담은 노트북입니다.
| Week | 주제 | 핵심 내용 | 다운로드 |
|---|---|---|---|
| 01 | 온톨로지 입문 | 지식 표현, 상부/도메인 온톨로지 | |
| 02 | RDF & RDFS | SPO 트리플, rdflib, SPARQL | |
| 03 | OWL & 추론 | 클래스 계층, 제약조건, Reasoner | |
| 04 | 지식 추출 | NER, 관계 추출, Entity Resolution | |
| 05 | Neo4j | LPG 모델링, Cypher 쿼리 | |
| 06 | GraphRAG | 하이브리드 검색, Sub-graph 추출 | |
| 07 | 온톨로지 에이전트 | 규칙 기반 플래닝, 멀티 에이전트 | |
| 08 | 도메인 프로젝트 | 의료/법률/금융 Case Study | |
| 09 | 서비스 아키텍처 | 시각화, API, 성능 최적화 |
🎬 프로젝트 노트북: 영화 추천 지식그래프 (9개)
9주에 걸쳐 영화 추천 지식그래프를 완성하는 프로젝트입니다. 매주 배운 개념을 실제 프로젝트에 적용하며 학습합니다.
| Week | 프로젝트 마일스톤 | 내용 | 다운로드 |
|---|---|---|---|
| 01 | 영화 도메인 설계 | owlready2로 온톨로지 정의 | |
| 02 | RDF 변환 | rdflib으로 영화 10편 트리플 생성 | |
| 03 | 추론 규칙 | VeteranDirector, Blockbuster 추론 | |
| 04 | 자동 추출 | Wikipedia에서 영화 100편 수집 | |
| 05 | Neo4j 저장 | 그래프 DB 구축 및 추천 쿼리 | |
| 06 | GraphRAG | 자연어 영화 추천 챗봇 | |
| 07 | 자동 업데이트 | 새 영화 감지 멀티 에이전트 | |
| 08 | 도메인 확장 | 영화 → 의료 온톨로지 변환 | |
| 09 | 서비스 배포 | FastAPI + Docker 배포 |
추천 학습 방법: 개념 노트북으로 이론을 먼저 학습한 후, 프로젝트 노트북으로 실습하세요.
Premium 노트북
Practice (연습문제)
각 주제별 TODO 형식의 연습문제. 직접 코드를 채워가며 학습합니다.
Solutions (솔루션)
연습문제의 완전한 솔루션. 막힐 때 참고하세요.
Interviews (면접자료)
- Theory 50 - 온톨로지/지식그래프 이론 질문 50개
- Coding 30 - 코딩 문제 30개
- Case Study 20 - 비즈니스 케이스 20개
- Mock Interviews 30 - 모의 면접 시나리오 30개
⚠️
Premium 컨텐츠는 Ontology & KG Cookbook Premium (opens in a new tab)에서 확인하세요.