Bilişim Ders Notları
6. Sınıf · 17. hafta · Yapay Zekâ

Teachable Machine ile Model Eğitme

6. Sınıf Bilişim Teknolojileri ve Yazılım · 17. hafta ders notu · BTY.6.5.3

Öğrenme çıktıları
BTY.6.5.3
  • Görüntü sınıflandırma modelinin sınıf, örnek toplama, eğitim ve test aşamalarını açıklar.
  • Teachable Machine'de iki sınıflı bir görüntü sınıflandırma modeli oluşturup eğitir.
  • Önizlemedeki güven yüzdesini yorumlayarak modelin doğru ve yanlış tahminlerini değerlendirir.
Bilgisayarsız sınıf alternatifi

İnsan model kartları

Bilgisayar yoksa ders tamamen kartlarla yapılır: gruplarda bir öğrenci model, diğerleri öğretmendir. Eğitim destesi etiketli, test destesi etiketsiz kartlardan oluşur; model tahminini ve güven kartını gösterir. Doğru tahminler tahtadaki tabloya işaretlenir, Teachable Machine arayüzü çizim üzerinden anlatılır.

Konu anlatımı

Önce konuyu aç, sonra sorulara dokun: cevap altında açılır. Soru işaretli kutulara dokununca cevap görünür.

01İnsan model: YZ nasıl sınıflandırır?
?Sınıflandırma nedir?
Bir örneğin hangi gruba (sınıfa) ait olduğuna karar vermektir. "Bu resim kuş mu, balık mı?" sorusu bir sınıflandırma sorusudur.
?İnsan model etkinliğinde ne yaptık?
Etiketli kartlarla kuş ve balığın özelliklerini öğrendik (eğitim), sonra etiketsiz yeni kartları tahmin ettik (test). YZ modelleri de aynı yolu izler.
?Güven yüzdesi nedir?
Modelin tahmininden ne kadar emin olduğunu gösteren değerdir. "Kuş %80" modelin örneği büyük olasılıkla kuş sandığını ama tamamen emin olmadığını anlatır.
Anahtar kavramlar: SınıflandırmaSınıfGüven yüzdesi
1. Etiketli kartlar KUŞBALIKKUŞBALIK 2. İnsan model öğrenir Kanat, gaga→ kuşYüzgeç, pul → balık 3. Test kartı Etiket yok "Kuş!"%80 eminim Etiketli örneklerle öğren → yeni örneği tahmin et
02Teachable Machine arayüzü

Soru işaretli kutulara dokun.

Biliyor muydun?

Teachable Machine ücretsizdir ve tarayıcıda çalışır; hesap açmadan kullanılabilir.

Kalem ✎ 38 Görüntü Örneği Webcam Upload Silgi ✎ 40 Görüntü Örneği Webcam Upload + Add a class (Sınıf ekle) Training(Eğitim) Train ModelModeli eğit Preview(Önizleme) Webcam Output (Çıktı) Kalem%92Silgi%8 Export Model
Arayüzdeki adTürkçesiNe işe yarar?
Class
Webcam / Upload
Train Model
Preview
Output
Export Model
03Adım adım ilk model
?Proje nasıl başlatılır?
teachablemachine.withgoogle.com adresinde "Get Started" (Başla), ardından "Image Project" (Görüntü projesi) ve "Standard image model" seçilir.
?Örnekler nasıl toplanır?
Sınıf adının yanındaki kaleme tıklanıp ad "Kalem" gibi değiştirilir. "Webcam" seçilir ve "Hold to Record" düğmesi basılı tutulurken nesne farklı açılardan gösterilir; ya da "Upload" ile fotoğraf yüklenir.
?Model nasıl eğitilir ve test edilir?
"Train Model" düğmesine basılır ve eğitim bitene kadar sekme değiştirilmez. Eğitim bitince Preview bölümünde nesne kameraya gösterilir, çıktı çubukları izlenir.
?Model hiç görmediği bir nesneye ne der?
Yalnızca öğrendiği sınıfları bilir; kameraya bir elma tutulsa bile "Kalem" ya da "Silgi"den birini seçer. Bu yüzden boş arka plan için ayrı bir "Boş" sınıfı eklemek işe yarar.
Biliyor muydun?

Hatalar kötü değildir: modelin nerede yanıldığını bulmak onu geliştirmenin ilk adımıdır.

Ders akışı

40 dakikalık bir ders saati için planlandı. Adımın başlığına dokun, ayrıntılar açılsın.

10dk

Isınma: İnsan model

Bir gönüllü "model" olur. Ona etiketli kuş ve balık kartlarını tek tek göster (eğitim). Sonra etiketsiz yeni kartları göster; model tahmin eder ve güven kartını kaldırır ("Kuş, %80"). Son olarak uçan balık ya da penguen gibi zor bir kart göster ve modelin neden zorlandığını tartışın.

1. Etiketli kartlar KUŞBALIKKUŞBALIK 2. İnsan model öğrenir Kanat, gaga→ kuşYüzgeç, pul → balık 3. Test kartı Etiket yok "Kuş!"%80 eminim Etiketli örneklerle öğren → yeni örneği tahmin et
8dk

Keşif: Teachable Machine arayüzü

teachablemachine.withgoogle.com adresini aç: Get Started → Image Project → Standard image model. Çizimdeki bölümleri eşleştir: sınıf kartları, Webcam/Upload, Train Model, Preview ve çıktı çubukları. Arayüzün İngilizce olduğunu, tablodaki Türkçe karşılıkları kullanacağınızı söyle.

Kalem ✎ 38 Görüntü Örneği Webcam Upload Silgi ✎ 40 Görüntü Örneği Webcam Upload + Add a class (Sınıf ekle) Training(Eğitim) Train ModelModeli eğit Preview(Önizleme) Webcam Output (Çıktı) Kalem%92Silgi%8 Export Model
14dk

Etkinlik: Kalem mi, silgi mi?

Sınıfları "Kalem" ve "Silgi" olarak adlandır. Öğrenciler sırayla tahtaya gelip nesneyi kameraya farklı açı ve uzaklıktan gösterir; "Hold to Record" ile her sınıfa yaklaşık 40 örnek toplanır. Train Model'e bas ve eğitim bitene kadar sekmeyi değiştirme. Önizlemede yeni kalem ve silgilerle modeli dene.

8dk

Değerlendirme: Modeli kandırabilir miyiz?

Kameraya tükenmez kalem, boş masa ve bir el göster; çıktı çubuklarını birlikte oku. Modelin tanımadığı nesnede bile iki sınıftan birini seçtiğini fark ettir. Öğrenciler "Modeli nasıl daha iyi yaparız?" sorusuna birer öneri yazar; öneriler gelecek haftanın projesinde kullanılacak.

Doğru mu, yanlış mı?

Dersin sonunda tahtada ya da öğrencinin kendi cihazında çözülür.

1. Teachable Machine, kod yazmadan yapay zekâ modeli eğitmeyi sağlayan, tarayıcıda çalışan ücretsiz bir araçtır.

Cevabı gösterDoğru

2. Teachable Machine'de görüntü, ses ve poz (vücut duruşu) projeleri oluşturulabilir.

Cevabı gösterDoğru

3. Görüntü sınıflandırmada "sınıf", modelin ayırt etmesini istediğimiz her bir gruptur.

Cevabı gösterDoğru

4. Modeli eğitmek için her sınıfa yalnızca bir örnek eklemek yeterlidir.

Cevabı gösterYanlış · Tek örnekle model iyi öğrenemez; her sınıfa farklı açı, uzaklık ve ışıkta onlarca örnek eklenmelidir.

5. Önizlemedeki "Kalem %92" ifadesi modelin nesnenin kalem olduğundan %92 emin olduğunu gösterir.

Cevabı gösterDoğru

6. Model, eğitimde hiç görmediği bir nesne gösterildiğinde "Bunu bilmiyorum" der.

Cevabı gösterYanlış · Model yalnızca öğrendiği sınıflardan birini seçebilir; tanımadığı bir nesne için de en çok benzettiği sınıfı söyler.

7. Eğitim sürerken tarayıcı sekmesini değiştirmek eğitimi yavaşlatabilir ya da durdurabilir.

Cevabı gösterDoğru

8. Güven yüzdesi %100 olan bir tahmin kesinlikle doğrudur.

Cevabı gösterYanlış · Yüksek güven doğruluğun garantisi değildir; model yanlış bir tahminden de çok emin olabilir.

9. İnsan model etkinliğinde etiketli kartlar eğitim verisi, etiketsiz kartlar test verisi gibidir.

Cevabı gösterDoğru
← Önceki haftaYapay Zekâ Araçları ve Etik Sonraki hafta →Modeli İyileştir: YZ Projesi

17. hafta günlük planı

2026–2027 6. sınıf Bilişim Teknolojileri ve Yazılım dersi 17. hafta günlük planı. Okul ve öğretmen bilgileriyle doldurulmuş Word dosyası için etkileşimli sürümde Evraklar › Günlük planlar bölümünü kullanın.

2026–2027 EĞİTİM ÖĞRETİM YILI …………………………

6. SINIF BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ GÜNLÜK PLANI · 17. HAFTA

BÖLÜM I · DERSE İLİŞKİN BİLGİLER
Ders6. Sınıf Bilişim Teknolojileri ve YazılımSınıf / Düzey6. sınıf
Hafta / Tarih17. Hafta · 11–15 Ocak (OCAK)Süre2 ders saati (40' + 40')
TemaYAPAY ZEKÂ
KonuTeachable Machine ile Model Eğitme
BÖLÜM II · ÖĞRENME ÇIKTILARI VE KAYNAKLAR
Öğrenme çıktısıBTY.6.5.3 Yapay zekâ araç ve teknolojileri ile model geliştirebilme
Süreç bileşenleri
  • Görüntü sınıflandırma modelinin sınıf, örnek toplama, eğitim ve test aşamalarını açıklar.
  • Teachable Machine'de iki sınıflı bir görüntü sınıflandırma modeli oluşturup eğitir.
  • Önizlemedeki güven yüzdesini yorumlayarak modelin doğru ve yanlış tahminlerini değerlendirir.
Araç, gereç ve kaynaklarAkıllı tahta ve web kamerası (yoksa telefonla çekilmiş fotoğraflar) · Kalem ve silgi (farklı renk ve boyutlarda) · Kuş ve balık resim kartları (etiketli ve etiketsiz) · Güven kartları: %20, %40, %60, %80, %100 · Bilişim Ders Notları ders sayfası, sunum ve etkinlikler (bilisimdersnotlari.com)
BÖLÜM III · ÖĞRENME-ÖĞRETME UYGULAMALARI
SüreEtkinlik akışı
1. ders
10 dk		Isınma: İnsan model
Bir gönüllü "model" olur. Ona etiketli kuş ve balık kartlarını tek tek göster (eğitim). Sonra etiketsiz yeni kartları göster; model tahmin eder ve güven kartını kaldırır ("Kuş, %80"). Son olarak uçan balık ya da penguen gibi zor bir kart göster ve modelin neden zorlandığını tartışın.
1. ders
8 dk		Keşif: Teachable Machine arayüzü
teachablemachine.withgoogle.com adresini aç: Get Started → Image Project → Standard image model. Çizimdeki bölümleri eşleştir: sınıf kartları, Webcam/Upload, Train Model, Preview ve çıktı çubukları. Arayüzün İngilizce olduğunu, tablodaki Türkçe karşılıkları kullanacağınızı söyle.
1. ders
14 dk		Etkinlik: Kalem mi, silgi mi?
Sınıfları "Kalem" ve "Silgi" olarak adlandır. Öğrenciler sırayla tahtaya gelip nesneyi kameraya farklı açı ve uzaklıktan gösterir; "Hold to Record" ile her sınıfa yaklaşık 40 örnek toplanır. Train Model'e bas ve eğitim bitene kadar sekmeyi değiştirme. Önizlemede yeni kalem ve silgilerle modeli dene.
1. ders
8 dk		Değerlendirme: Modeli kandırabilir miyiz?
Kameraya tükenmez kalem, boş masa ve bir el göster; çıktı çubuklarını birlikte oku. Modelin tanımadığı nesnede bile iki sınıftan birini seçtiğini fark ettir. Öğrenciler "Modeli nasıl daha iyi yaparız?" sorusuna birer öneri yazar; öneriler gelecek haftanın projesinde kullanılacak.
2. ders
10 dk		Tekrar: Sunum
8 slaytlık ders sunumu akıllı tahtada açılır; önceki saatte öğrenilen kavramlar öğrencilerle birlikte tekrar edilir.
2. ders
20 dk		Uygulama: Etkinlikler
Akıllı tahtada etkileşimli etkinlikler oynanır: Teachable Machine adımları; Arayüz sözlüğü; Model ne der, neden?; Doğru mu, yanlış mı?; Kutuyu aç: konu soruları; Test yarışması: Teachable Machine ile Model Eğitme.
2. ders
10 dk		Değerlendirme
9 soruluk doğru-yanlış testi tahtada birlikte çözülür; yanlış cevaplar gerekçeleriyle tartışılır.
FarklılaştırmaBilgisayarsız sınıf alternatifi: İnsan model kartları. Bilgisayar yoksa ders tamamen kartlarla yapılır: gruplarda bir öğrenci model, diğerleri öğretmendir. Eğitim destesi etiketli, test destesi etiketsiz kartlardan oluşur; model tahminini ve güven kartını gösterir. Doğru tahminler tahtadaki tabloya işaretlenir, Teachable Machine arayüzü çizim üzerinden anlatılır.
BÖLÜM IV · ÖLÇME VE DEĞERLENDİRME
Ölçme araçlarıGözlem formu, dereceli puanlama anahtarı, performans görevi
Doğru-yanlış soruları
  1. Teachable Machine, kod yazmadan yapay zekâ modeli eğitmeyi sağlayan, tarayıcıda çalışan ücretsiz bir araçtır. (D)
  2. Teachable Machine'de görüntü, ses ve poz (vücut duruşu) projeleri oluşturulabilir. (D)
  3. Görüntü sınıflandırmada "sınıf", modelin ayırt etmesini istediğimiz her bir gruptur. (D)
  4. Modeli eğitmek için her sınıfa yalnızca bir örnek eklemek yeterlidir. (Y)
  5. Önizlemedeki "Kalem %92" ifadesi modelin nesnenin kalem olduğundan %92 emin olduğunu gösterir. (D)
  6. Model, eğitimde hiç görmediği bir nesne gösterildiğinde "Bunu bilmiyorum" der. (Y)
  7. Eğitim sürerken tarayıcı sekmesini değiştirmek eğitimi yavaşlatabilir ya da durdurabilir. (D)
  8. Güven yüzdesi %100 olan bir tahmin kesinlikle doğrudur. (Y)
  9. İnsan model etkinliğinde etiketli kartlar eğitim verisi, etiketsiz kartlar test verisi gibidir. (D)
Dersin uygulanmasına ilişkin açıklamalarTarayıcı kamera izni istediğinde "İzin ver" deyin; kamera yoksa fotoğrafları Upload ile yükleyebilirsiniz. Eğitim tarayıcıda yapılır, görüntüler siz projeyi kaydetmedikçe bir yere gönderilmez.
…………………………Bilişim Teknolojileri Öğretmeni
UYGUNDUR11.01.2027…………………………Okul Müdürü
Bu dersi sınıfta işleyinSunum, tahta modu ve etkileşimli etkinlikler için.
Etkileşimli sürümü aç →