Bilişim Ders Notları
Yapay Zekâ · 23. hafta · Yapay Zekâ Uygulamaları Geliştirme

Proje 1: Doğru Kutuya At Oyunu

Yapay Zekâ Uygulamaları · 23. hafta ders notu · YZU1.3.2

Öğrenme çıktıları
YZU1.3.2
  • Eğitilmiş görüntü modelini PictoBlox'un makine öğrenmesi ortamı üzerinden blok koduna aktarır.
  • Modelin tahmin ettiği sınıfı ve güven değerini değişkenlerde ve koşullarda kullanır.
  • Güven eşiği koyarak modelin emin olmadığı durumlarda farklı davranan bir oyun kurar.
  • Eşiği değiştirmenin yanlış kararlara ve tekrar sorulan atıklara etkisini deneyerek karşılaştırır.
Bilgisayarsız sınıf alternatifi

İnsan model ve renkli kutular

Bir öğrenci "model" olur; atığı görünce tahminini ve 1–10 arası bir güven puanını söyler. "Eşik" kartını tutan öğrenci güven 7'nin altındaysa "Tekrar göster!" der, üstündeyse atık ilgili renkli kutuya atılır. Puan ve can tahtaya yazılır; kâğıt blok kartlarıyla oyunun betiği tahtada dizilir.

Konu anlatımı

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

01Oyun sahnesi
Doğru kutuya at! · Scratch sahnesi Kamera Puan7 Can Plastikgüven %86 KÂĞITPLASTİKMETAL
  1. 1Kamera görüntüsüOyuncu atığı kameraya gösterir; model bu görüntüyü sınıflandırır.Dokun, adını gör
  2. 2Tahmin ve güvenModelin etiketi ve ne kadar emin olduğu; eşiğin altındaysa tekrar sorulur.Dokun, adını gör
  3. 3Atık kuklasıTahmine göre ilgili kutunun üstüne süzülür.Dokun, adını gör
  4. 4KutularMavi kâğıt, sarı plastik, gri metal (sıfır atık renkleri).Dokun, adını gör
  5. 5Puan değişkeniDoğru kutu +1; yanlışta can azalır.Dokun, adını gör
  6. 6Can değişkeni3 hak; bitince oyun sona erer.Dokun, adını gör

Görseldeki numaralara dokun.

?Model oyuna nasıl bağlanır?
PictoBlox'un Makine Öğrenmesi ortamında Image Classifier projesi açılır, eğitim klasörlerimiz yüklenip model eğitilir. Export Model düğmesi modeli kod alanına blok olarak aktarır; artık "tanınan sınıf" ve "güven" bloklarını diğer bloklar gibi kullanabiliriz.
?Oyunda modelin görevi nedir, oyuncunun görevi nedir?
Oyuncu istenen atığı bulup kameraya gösterir. Model gösterilen atığın sınıfını ve ne kadar emin olduğunu söyler; betik bu bilgiyle puanı ya da canı değiştirir.
Anahtar kavramlar: Dışa aktarmaTahminDeğişken
02Güven eşiği
?Güven eşiğine neden ihtiyaç var?
Model her zaman bir sınıf söyler; boş bir masa ya da tanımadığı bir nesne için bile. Eşik, modelin kararsız olduğu tahminleri ayıklayıp "tekrar göster" demeyi sağlar.
?Eşik nasıl seçilir?
Denemeyle. Aynı atıklarla farklı eşikler denenir; hem yanlış karar sayısı hem de "tekrar göster" sayısı yazılır. İkisinin dengeli olduğu değer seçilir; bir sınıf oyunu için bu genellikle %60–80 arasıdır.
?Yüksek eşik her zaman daha mı iyidir?
Hayır. Çok yüksek eşikte model neredeyse hiç karar veremez ve oyun sıkıcı hâle gelir. Önemli olan uygulamanın ihtiyacıdır: ilaç tanıyan bir sistemde yüksek eşik, oyunda orta eşik uygundur.
Biliyor muydun?

Eşik değerini bir değişkene koyarsanız (ör. [eşik] = 70) denemeleri betiği bozmadan hızlıca yapabilirsiniz.

Güven eşiği: model ne zaman karar versin? %0%25%50%70%100 Eşik %70 Emin değilKarar ver Metal %55 Plastik %91 güven %70'ten az ise"Atığı tekrar göster" de güven en az %70 isekutuya gönder, puanı hesapla
03Ana oyun betiği
?"atıklar" listesi ne işe yarar?
Listede Kâğıt, Plastik ve Metal adları yazılıdır. Her turda listeden rastgele bir öğe seçilir; böylece oyun her seferinde farklı bir atık ister.
?Neden iki "eğer" iç içe kullanıldı?
Önce modelin yeterince emin olup olmadığına bakılır. Emin ise ikinci soru sorulur: gösterilen atık istenen atık mı? Sıra ters olsaydı model kararsızken bile puan verilebilirdi.
bayrağa tıklanınca
puan ▾ değişkenini 0 yap
can ▾ değişkenini 3 yap
videoyu açık ▾ yap
(can) = (0) olana kadar tekrarla
görev ▾ değişkenini [atıklar] listesinin rastgele öğesi yap
görev de 2 saniye
kamera ▾ görüntüsünü analiz et
eğer (tanınan sınıfın güveni) < (70) ise
Emin olamadım, tekrar göster! de 2 saniye
değilse
eğer (tanınan sınıf) = (görev) ise
puan ▾ değişkenini 1 değiştir
kutuya git ▾ yayınla
değilse
can ▾ değişkenini -1 değiştir
04Atık kuklası: kutuya süzül
?Kukla hangi kutuya gideceğini nereden biliyor?
Ana betik "kutuya git" mesajını yayınlar. Atık kuklası mesajı alınca modelin tahmin ettiği sınıfa bakar ve o kutunun koordinatlarına süzülür; sonra bir sonraki tur için başlangıç yerine döner.
kutuya git ▾ mesajını alınca
eğer (tanınan sınıf) = (Kâğıt) ise
1 saniyede x: -160 y: -110 konumuna süzül
eğer (tanınan sınıf) = (Plastik) ise
1 saniyede x: 0 y: -110 konumuna süzül
eğer (tanınan sınıf) = (Metal) ise
1 saniyede x: 160 y: -110 konumuna süzül
Pop ▾ sesini bitene kadar çal
x: 0 y: 60 konumuna git

Ders akışı

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

5dk

Isınma: Model emin değilse?

Geçen haftanın test tablosundan güveni düşük bir tahmini hatırlat (ör. "Metal %55"). "Oyunda model bu kadar kararsızsa atığı yine de kutuya atsın mı?" diye sor. Öğrencilerin "tekrar sorsun" fikrine ulaşmasını bekle.

7dk

Keşif: Oyun sahnesi

Numaralı oyun sahnesi çizimini aç. Kamera, tahmin balonu, atık kuklası, üç kutu, puan ve can değişkenlerini göster. Oyunun kuralını anlat: kukla bir atık türü ister, oyuncu o atığı kameraya gösterir, model doğru tanırsa puan artar, yanlış atıkta bir can gider.

Doğru kutuya at! · Scratch sahnesi Kamera Puan7 Can Plastikgüven %86 KÂĞITPLASTİKMETAL
6dk

Keşif: Güven eşiği

Eşik çizimini göster: güven %70'in altındaysa model karar vermez, "tekrar göster" der. PictoBlox'ta Makine Öğrenmesi ortamını açıp Image Classifier projesi oluştur, eğitim klasörlerini yükle ve Export Model ile blokları kod alanına aktar.

Güven eşiği: model ne zaman karar versin? %0%25%50%70%100 Eşik %70 Emin değilKarar ver Metal %55 Plastik %91 güven %70'ten az ise"Atığı tekrar göster" de güven en az %70 isekutuya gönder, puanı hesapla
16dk

Etkinlik: Oyunu kodla

Öğrenciler sırayla tahtaya gelip ana döngüyü kurar. Sonra oyunu oynayın: bir öğrenci atığı gösterir, sınıf puanı izler. Eşiği önce %40, sonra %90 yapıp aynı atıklarla deneyin; hangi eşikte daha çok yanlış karar, hangisinde daha çok "tekrar göster" çıktığını tahtaya yazın.

bayrağa tıklanınca
puan ▾ değişkenini 0 yap
can ▾ değişkenini 3 yap
videoyu açık ▾ yap
(can) = (0) olana kadar tekrarla
görev ▾ değişkenini [atıklar] listesinin rastgele öğesi yap
görev de 2 saniye
kamera ▾ görüntüsünü analiz et
eğer (tanınan sınıfın güveni) < (70) ise
Emin olamadım, tekrar göster! de 2 saniye
değilse
eğer (tanınan sınıf) = (görev) ise
puan ▾ değişkenini 1 değiştir
kutuya git ▾ yayınla
değilse
can ▾ değişkenini -1 değiştir
6dk

Değerlendirme: En iyi eşik

Denemelerin sonucunu tartışın: çok düşük eşik yanlış kutuya atmaya, çok yüksek eşik sürekli tekrar sormaya yol açar. Sınıf oyunu için en uygun eşiği oylayın ve gerekçesini tek cümleyle yazın.

Doğru mu, yanlış mı?

Dersin sonunda tahtada ya da öğrencinin kendi cihazında çözülür.

1. Güven eşiği, modelin karar vermesi için gereken en düşük güven değeridir.

Cevabı gösterDoğru

2. Eşiği %40 gibi düşük bir değere indirmek oyunda yanlış kutuya atılan atıkları azaltır.

Cevabı gösterYanlış · Eşik düşünce model az emin olduğu tahminlerde de karar verir; bu da yanlış kararları artırır.

3. Eşiği %95 gibi çok yüksek yapmak modelin sık sık "tekrar göster" demesine yol açar.

Cevabı gösterDoğru

4. "tanınan sınıf" bloğu modelin en yüksek güvenle tahmin ettiği sınıfın adını verir.

Cevabı gösterDoğru

5. Model eğitildikten sonra blok kodunda kullanılamaz; yalnızca eğitim ekranında denenebilir.

Cevabı gösterYanlış · Eğitilen model dışa aktarılıp PictoBlox ya da Scratch bloklarıyla bir oyuna, robota veya uygulamaya bağlanabilir. Döngünün "uygulama" aşaması budur.

6. Oyunda "can" değişkeni sıfır olduğunda döngü sona erer.

Cevabı gösterDoğru · "can = 0 olana kadar tekrarla" bloğu her turda koşulu kontrol eder; koşul doğru olunca döngüden çıkılır.

7. Oyuncu doğru atığı gösterse bile model yanlış tahmin ederse oyuncu can kaybedebilir.

Cevabı gösterDoğru · Bu, modelin hatasının kullanıcıya yansımasıdır; gerçek uygulamalarda modeli iyileştirmek bu yüzden önemlidir.

8. Güven değerinin hangi aralıkta verildiği her ortamda aynıdır ve değişmez.

Cevabı gösterYanlış · Bazı ortamlar güveni 0–100, bazıları 0–1 arasında verir. Eşik yazmadan önce "tanınan sınıfın güveni" bloğuna tıklayıp değerin biçimine bakılmalıdır.

9. "yayınla" bloğu başka bir kuklaya ya da betiğe mesaj göndererek onu çalıştırır.

Cevabı gösterDoğru
← Önceki haftaProje 1: Geri Dönüşüm Sınıflandırıcı Sonraki hafta →Proje 2: Ses Modeli

23. hafta günlük planı

2026–2027 1. düzey Seçmeli Yapay Zekâ Uygulamaları dersi 23. hafta günlük planı. Okul ve öğretmen bilgileriyle doldurulmuş Word dosyası için etkileşimli sürümde Evraklar › Günlük planlar bölümünü kullanın.

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

SEÇMELİ YAPAY ZEKÂ UYGULAMALARI 1. SEVİYE DERSİ GÜNLÜK PLANI · 23. HAFTA

BÖLÜM I · DERSE İLİŞKİN BİLGİLER
DersSeçmeli Yapay Zekâ Uygulamaları 1. SeviyeSınıf / Düzey1. düzey (seçmeli)
Hafta / Tarih23. Hafta · 15–19 Mart (MART)Süre2 ders saati (40' + 40')
TemaYAPAY ZEKÂ UYGULAMALARI GELİŞTİRME
KonuProje 1: Doğru Kutuya At Oyunu
BÖLÜM II · ÖĞRENME ÇIKTILARI VE KAYNAKLAR
Öğrenme çıktısıYZU1.3.1 – YZU1.3.2 Yapay zekâ modelinin girdilerini hazırlama ve model geliştirme
Süreç bileşenleri
  • Eğitilmiş görüntü modelini PictoBlox'un makine öğrenmesi ortamı üzerinden blok koduna aktarır.
  • Modelin tahmin ettiği sınıfı ve güven değerini değişkenlerde ve koşullarda kullanır.
  • Güven eşiği koyarak modelin emin olmadığı durumlarda farklı davranan bir oyun kurar.
  • Eşiği değiştirmenin yanlış kararlara ve tekrar sorulan atıklara etkisini deneyerek karşılaştırır.
Araç, gereç ve kaynaklarAkıllı tahtada PictoBlox (öğretmen hesabıyla giriş yapılmış) ve kamera · Geçen haftanın temizlenmiş eğitim klasörleri · Kâğıt, plastik ve metal atıklar (oyun için) · Mavi, sarı ve gri renkte üç karton kutu; kâğıt blok kartları · Bilişim Ders Notları ders sayfası, sunum ve etkinlikler (bilisimdersnotlari.com)
BÖLÜM III · ÖĞRENME-ÖĞRETME UYGULAMALARI
SüreEtkinlik akışı
1. ders
5 dk		Isınma: Model emin değilse?
Geçen haftanın test tablosundan güveni düşük bir tahmini hatırlat (ör. "Metal %55"). "Oyunda model bu kadar kararsızsa atığı yine de kutuya atsın mı?" diye sor. Öğrencilerin "tekrar sorsun" fikrine ulaşmasını bekle.
1. ders
7 dk		Keşif: Oyun sahnesi
Numaralı oyun sahnesi çizimini aç. Kamera, tahmin balonu, atık kuklası, üç kutu, puan ve can değişkenlerini göster. Oyunun kuralını anlat: kukla bir atık türü ister, oyuncu o atığı kameraya gösterir, model doğru tanırsa puan artar, yanlış atıkta bir can gider.
1. ders
6 dk		Keşif: Güven eşiği
Eşik çizimini göster: güven %70'in altındaysa model karar vermez, "tekrar göster" der. PictoBlox'ta Makine Öğrenmesi ortamını açıp Image Classifier projesi oluştur, eğitim klasörlerini yükle ve Export Model ile blokları kod alanına aktar.
1. ders
16 dk		Etkinlik: Oyunu kodla
Öğrenciler sırayla tahtaya gelip ana döngüyü kurar. Sonra oyunu oynayın: bir öğrenci atığı gösterir, sınıf puanı izler. Eşiği önce %40, sonra %90 yapıp aynı atıklarla deneyin; hangi eşikte daha çok yanlış karar, hangisinde daha çok "tekrar göster" çıktığını tahtaya yazın.
1. ders
6 dk		Değerlendirme: En iyi eşik
Denemelerin sonucunu tartışın: çok düşük eşik yanlış kutuya atmaya, çok yüksek eşik sürekli tekrar sormaya yol açar. Sınıf oyunu için en uygun eşiği oylayın ve gerekçesini tek cümleyle yazın.
2. ders
10 dk		Tekrar: Sunum
9 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: Oyun sahnesi: numarayı eşleştir; Bir oyun turunun sırası; Eşik %70: model ne yapar?; Doğru mu, yanlış mı?; Kutuyu aç: konu soruları.
2. ders
10 dk		Değerlendirme
9 soruluk doğru-yanlış testi tahtada birlikte çözülür; yanlış cevaplar gerekçeleriyle tartışılır.
FarklılaştırmaBilgisayarsız sınıf alternatifi: İnsan model ve renkli kutular. Bir öğrenci "model" olur; atığı görünce tahminini ve 1–10 arası bir güven puanını söyler. "Eşik" kartını tutan öğrenci güven 7'nin altındaysa "Tekrar göster!" der, üstündeyse atık ilgili renkli kutuya atılır. Puan ve can tahtaya yazılır; kâğıt blok kartlarıyla oyunun betiği tahtada dizilir.
BÖLÜM IV · ÖLÇME VE DEĞERLENDİRME
Ölçme araçlarıKontrol listesi, dereceli puanlama anahtarı, öz ve akran değerlendirme
Doğru-yanlış soruları
  1. Güven eşiği, modelin karar vermesi için gereken en düşük güven değeridir. (D)
  2. Eşiği %40 gibi düşük bir değere indirmek oyunda yanlış kutuya atılan atıkları azaltır. (Y)
  3. Eşiği %95 gibi çok yüksek yapmak modelin sık sık "tekrar göster" demesine yol açar. (D)
  4. "tanınan sınıf" bloğu modelin en yüksek güvenle tahmin ettiği sınıfın adını verir. (D)
  5. Model eğitildikten sonra blok kodunda kullanılamaz; yalnızca eğitim ekranında denenebilir. (Y)
  6. Oyunda "can" değişkeni sıfır olduğunda döngü sona erer. (D)
  7. Oyuncu doğru atığı gösterse bile model yanlış tahmin ederse oyuncu can kaybedebilir. (D)
  8. Güven değerinin hangi aralıkta verildiği her ortamda aynıdır ve değişmez. (Y)
  9. "yayınla" bloğu başka bir kuklaya ya da betiğe mesaj göndererek onu çalıştırır. (D)
Belirli gün ve haftalar12 Mart İstiklâl Marşı'nın Kabulü · 18 Mart Çanakkale Zaferi ve Şehitleri Anma Günü
Dersin uygulanmasına ilişkin açıklamalarPictoBlox'ta blok adları sürüme göre küçük farklar gösterebilir; blokları renginden ve Makine Öğrenmesi kategorisinden tanıyın. Güven değeri 0–1 arasında görünüyorsa eşiği 70 yerine 0.7 yazın.
…………………………Bilişim Teknolojileri Öğretmeni
UYGUNDUR15.03.2027…………………………Okul Müdürü
Bu dersi sınıfta işleyinSunum, tahta modu ve etkileşimli etkinlikler için.
Etkileşimli sürümü aç →