シラバス参照
シラバス参照
| 授業科目名 /Course title (Japanese) |
エージェント論 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Software Agent | ||
| 科目番号 /Code |
COM603a | ||
| 開講年度 /Academic year |
2026年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 曜限 /Day, Period |
月／Mon 3 | ||
| 科目区分 /Category |
専門科目 | ||
| 開講類・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
清 雄一 | ||
| 居室 /Office |
西10-729(清) | ||
| 公開E-mail |
seiuny@uec.ac.jp | ||
| 授業関連Webページ /Course website |
なし | ||
| 更新日 /Last update |
2026/10/05 12:24:45 | 更新状況 /Update status |
公開中 /now open to public |
| 主題および達成目標 （2,000文字以内） /Themes and goals （up to 2,000 letters） |
インターネットなどのオープンなネットワーク上で柔軟に振る舞うソフトウェアを構築する技術として、エージェント技術が注目されている。本講義では、エージェントとは何であり、どのような技術から構成されるのか、なぜそれが必要とされ、どのように活用されるのかなどを社会のニーズと技術の両面から学ぶ。講義後、エージェントに関わる基本概念を修得し、最新の学術文献についても解説等を併用しながら理解できるレベルに到達することを目指す。 |
|---|---|
| 前もって履修 しておくべき科目 （1,000文字以内） /Prerequisites （up to 1,000 letters） |
特にない。 |
| 前もって履修しておくこ とが望ましい科目 （1,000文字以内） /Recommended prerequisites and preparation （up to 1,000 letters） |
Pythonに関する知識を修得していることが望ましいが、必須ではない。 |
| 教科書等 （1,000文字以内） /Course textbooks and materials （up to 1,000 letters） |
教科書は使用しない。参考書や参考文献は必要に応じて指示する。 |
| 授業内容とその進め方 （2,000文字以内） /Course outline and weekly schedule （up to 2,000 letters） |
【講義の内容】 10/5 #1 エージェント論の概要 10/12 #2 Python演習（自習） （祝日ですが授業日に設定されています。各自で演習ノートブックに取り組む） 10/19 #3 教師あり学習 (1) 10/26 #4 教師あり学習 (2) 11/2 #5 強化学習 11/9 #6 生成AIの概要と課題 11/16 #7 AIとELSI 11/30 #8 教師なし学習 12/7 #9 推薦システム 12/14 #10 ゲーム理論 12/21 #11 深層学習 1/4 #12 深層強化学習・マルチエージェント深層強化学習 1/18 #13 セマンティックWeb・LOD (1) 1/25 #14 セマンティックWeb・LOD (2) 2/1 #15 セマンティックWeb・LOD (3) なお，上記は事前に想定した内容であり，エージェント技術の動向，受講者の興味・理解度に応じて順序を変更したり，内容を追加・変更・省略する可能性がある． |
| 対面授業・遠隔授業の別 /Face-to-face or online lecture |
対面授業 |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
一部のテーマについては、民間企業でコンサルティングを行った経験を踏まえた講義を行う。 |
| 授業時間外の学習 （予習・復習等） （1,000文字以内） /Preparation and review outside class （up to 1,000 letters） |
予習・復習は不要。講義内で課題を課す予定。 |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
合格の最低基準を以下の通りとする。 ・全てのレポートの受理 |
| オフィスアワー：授業相談 （1,000文字以内） /Office hours （up to 1,000 letters） |
西10号館729号室、木曜、5時限。メールや電話などによりアポイントメントを取ること |
| 学生へのメッセージ （1,000文字以内） /Message for students （up to 1,000 letters） |
研究に使える技術のほか、システム開発に関わる企業で活用できる技術を学びます。 |
| その他 /Others |
なし |
| キーワード /Keywords |
エージェント、機械学習、強化学習、機械学習工学、プライバシ、オープンデータ、セマンティックWeb |