Bilişim Ders Notları
Yapay Zekâ · 29. hafta · Yapay Zekâ Uygulamaları Geliştirme

Model Değerlendirme ve İyileştirme

Yapay Zekâ Uygulamaları · 29. hafta ders notu · YZU1.3.2

Öğrenme çıktıları
YZU1.3.2
  • Karışıklık matrisini okuyarak hangi sınıfların birbirine karıştığını bulur.
  • Yanlış pozitif ve yanlış negatif kavramlarını örneklerle açıklar ve hangisinin daha önemli olduğunu uygulamaya göre tartışır.
  • Döndürme, aynalama, parlaklık ve arka plan değişikliği gibi veri artırma yöntemlerini tanır.
  • Bir modelin farklı sürümlerini aynı test setiyle karşılaştıran bir sürüm tablosu hazırlar.
Bilgisayarsız sınıf alternatifi

Kâğıt karışıklık matrisi

Tahtaya 3×3 tablo çizilir. Bir "model" öğrenci 20 atık kartını tahmin eder; her tahminde ilgili hücreye bir çentik atılır (satır gerçek, sütun tahmin). Köşegen sayılıp doğruluk hesaplanır. Veri artırma, bir kartın döndürülmüş, aynalanmış ve karartılmış kopyaları çizilerek canlandırılır.

Konu anlatımı

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

01Karışıklık matrisi
Modelin tahmini → Gerçek sınıf → KâğıtPlastikMetalKâğıtPlastikMetal 181121530218 Toplam60Doğru51 Doğruluk%8551 ÷ 60 köşegen: doğru tahminköşegen dışı: karıştırılanlar
  1. 1Doğru tahmin (köşegen)Kâğıt satırında 20 örneğin 18'i doğru bilindi; köşegen hücreleri doğru tahminlerdir.Dokun, adını gör
  2. 2En çok karışan3 plastik örneği "Metal" sanıldı; plastik veriyi çeşitlendir.Dokun, adını gör
  3. 3Satır = gerçek sınıfPlastik satırı: 20 plastik örneğin nasıl tahmin edildiği.Dokun, adını gör
  4. 4Sütun = tahminMetal sütunu: modelin "Metal" dediği bütün örnekler.Dokun, adını gör
  5. 5DoğrulukKöşegen toplamı ÷ tüm örnekler = 51 ÷ 60 = %85.Dokun, adını gör

Görseldeki numaralara dokun.

?Karışıklık matrisi nasıl okunur?
Her satır bir gerçek sınıftır ve o sınıfın örneklerinin modelce nasıl tahmin edildiğini gösterir. Plastik satırında 15, 2 ve 3 varsa 20 plastiğin 15'i doğru, 2'si kâğıt, 3'ü metal sanılmıştır.
?Matristen doğruluk nasıl hesaplanır?
Köşegendeki doğru tahminler toplanır ve bütün örnek sayısına bölünür: (18 + 15 + 18) ÷ 60 = 51 ÷ 60 = %85.
?Matris bize iyileştirme için ne söyler?
Hangi sınıfın zayıf olduğunu ve neyle karıştığını gösterir. Plastik metalle karışıyorsa parlak ve metale benzeyen plastik örnekleri ile metal kutuların farklı açılardan fotoğrafları eklenmelidir.
Anahtar kavramlar: Karışıklık matrisiKöşegenSınıf doğruluğu
02Yanlış pozitif ve yanlış negatif

Soru işaretli kutulara dokun.

?Eşik bu iki hatayı nasıl etkiler?
Eşiği yükseltmek yanlış pozitifleri azaltır ama yanlış negatifleri artırır; düşürmek tam tersini yapar. Hangi hatanın daha zararlı olduğuna bakarak eşik seçilir.
Alkış algılayıcı: dört durum Model "Alkış" dediModel "Alkış" demedi Gerçektenalkış varAlkış yok Doğru pozitifAlkışı yakaladı, ışık yandı. Yanlış negatifAlkışı kaçırdı, ışık yanmadı. Yanlış pozitifKapı çarptı; "alkış" sandı. Doğru negatifSessizlikte bir şey yapmadı. Yanlış pozitif = yanlış alarm · Yanlış negatif = kaçırılan durum
UygulamaYanlış pozitifYanlış negatifHangisi daha kötü?
Yangın alarmı
Spam filtresi
Squat sayacı
Alkışla ışık
03Veri artırma

Kartlara dokun.

?Veri artırma ne zaman işe yaramaz?
Kopyalar asıl fotoğrafın bilgisini çoğaltır, yeni bilgi eklemez. Eğitimde hiç olmayan bir durum (ör. ezilmiş şişe) varsa onu ancak gerçek yeni fotoğraflar öğretir. Ayrıca anlamı değiştiren artırma yapılmaz: "6" rakamını döndürmek onu "9" yapar.
Biliyor muydun?

Teachable Machine otomatik veri artırma düğmesi sunmaz; kopyaları bir resim düzenleyicide hazırlayıp Upload ile ekleyebilirsiniz.

Asıl fotoğraf Döndür Aynala Parlaklık Yakınlaştır Gürültü ekle Arka plan
04Sürüm karşılaştırma
?Sürüm tablosu neden tutulur?
Her değişikliğin modele etkisini görmek ve gerektiğinde iyi bir eski sürüme dönebilmek için. Tabloda sürüm adı, yapılan değişiklik, örnek sayısı, test doğruluğu ve en zayıf sınıf yazılır.
?Adil bir karşılaştırmanın kuralları nelerdir?
Bütün sürümler aynı test setiyle ölçülür, her sürümde tek bir değişiklik yapılır ve sonuç hemen tabloya yazılır. Test setine bakarak eğitim verisini değiştirmek de testi "sızdırmak" sayılır; test örnekleri eğitime eklenmez.
Anahtar kavramlar: SürümVeri artırmaAdil karşılaştırma
Sürüm 1 20 örnek/sınıfTek arka plan %68test doğruluğu Sürüm 2 60 örnek/sınıfFarklı ışık ve arka plan %82test doğruluğu Sürüm 3 80 örnek/sınıfTemizlik + veri artırma %91test doğruluğu

Ders akışı

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

5dk

Isınma: %85 iyi mi?

"Modelimiz %85 doğru" de ve sor: "Hangi %15'te yanılıyor?" Öğrenciler hataların hep aynı sınıfta mı, dağınık mı olduğunu bilemediğimizi fark eder. Bugünün aracının bu soruyu cevaplayan karışıklık matrisi olduğunu söyle.

9dk

Keşif: Karışıklık matrisi

Numaralı matris çizimini aç. Satırların gerçek sınıf, sütunların modelin tahmini olduğunu; köşegendeki yeşil hücrelerin doğru tahminler olduğunu göster. Öğrenciler numaralara dokunup en çok karışan hücreyi bulur. Sonra 22. haftanın projesinde Under the hood → Confusion matrix'i açıp kendi modelimizinkini okuyun.

Modelin tahmini → Gerçek sınıf → KâğıtPlastikMetalKâğıtPlastikMetal 181121530218 Toplam60Doğru51 Doğruluk%8551 ÷ 60 köşegen: doğru tahminköşegen dışı: karıştırılanlar
7dk

Keşif: Yanlış alarm mı, kaçırma mı?

Dört durum çizimini göster: alkış algılayıcısında doğru pozitif, yanlış pozitif, yanlış negatif, doğru negatif. Sonra sor: yangın alarmında hangisi daha tehlikeli, spam filtresinde hangisi daha can sıkıcı? Uygulamaya göre eşik seçiminin değiştiğini tartışın.

Alkış algılayıcı: dört durum Model "Alkış" dediModel "Alkış" demedi Gerçektenalkış varAlkış yok Doğru pozitifAlkışı yakaladı, ışık yandı. Yanlış negatifAlkışı kaçırdı, ışık yanmadı. Yanlış pozitifKapı çarptı; "alkış" sandı. Doğru negatifSessizlikte bir şey yapmadı. Yanlış pozitif = yanlış alarm · Yanlış negatif = kaçırılan durum
14dk

Etkinlik: İyileştirme planı ve sürüm tablosu

Gruplar 20 test sonucundan kendi karışıklık matrislerini doldurur. En çok karışan iki sınıf için iyileştirme seçer: veri ekleme, veri artırma, temizlik ya da yeni sınıf. Modeli yeniden eğitip aynı test setiyle ölçer, sonucu sürüm tablosuna yazar; yalnızca bir şeyi değiştirdiklerini kontrol eder.

Sürüm 1 20 örnek/sınıfTek arka plan %68test doğruluğu Sürüm 2 60 örnek/sınıfFarklı ışık ve arka plan %82test doğruluğu Sürüm 3 80 örnek/sınıfTemizlik + veri artırma %91test doğruluğu
5dk

Değerlendirme: Dönem sonu karnesi

Dört projenin (atık, ses, sohbet, poz) en iyi sürüm doğruluklarını tahtaya yaz. Her öğrenci "En çok hangi iyileştirme işe yaradı?" sorusunu yanıtlar ve döngüdeki hangi aşamada olduğunu söyler.

Doğru mu, yanlış mı?

Dersin sonunda tahtada ya da öğrencinin kendi cihazında çözülür.

1. Karışıklık matrisinde köşegen üzerindeki hücreler doğru tahminleri gösterir.

Cevabı gösterDoğru

2. Karışıklık matrisinde satırlar her zaman modelin tahminini, sütunlar gerçek sınıfı gösterir.

Cevabı gösterYanlış · Bizim matrisimizde ve Teachable Machine'de satırlar gerçek sınıf, sütunlar tahmindir. Bazı araçlar tersini kullanır; bu yüzden önce eksen başlıkları okunur.

3. Matristen hangi iki sınıfın en çok birbirine karıştığı bulunabilir.

Cevabı gösterDoğru

4. Model kapı çarpmasını "Alkış" sanarsa bu bir yanlış pozitiftir.

Cevabı gösterDoğru

5. Yangın alarmında yanlış negatif, yanlış pozitiften daha tehlikelidir.

Cevabı gösterDoğru · Yanlış negatif gerçek bir yangının kaçırılmasıdır; yanlış alarm ise can sıkıcıdır ama zarar vermez.

6. Veri artırma, var olan fotoğrafların döndürülmüş, aynalanmış ya da parlaklığı değişmiş kopyalarını eğitime eklemektir.

Cevabı gösterDoğru

7. Veri artırma ile üretilen kopyalar test setine de eklenmelidir.

Cevabı gösterYanlış · Test seti gerçek ve hiç görülmemiş örneklerden oluşmalıdır. Artırılmış kopyalar teste girerse model kendi eğitim örneklerinin benzerleriyle sınanmış olur.

8. Sürümleri karşılaştırırken her sürümde farklı bir test seti kullanmak en adil yoldur.

Cevabı gösterYanlış · Farklı test setleri farklı zorlukta olabilir. Sürümler ancak aynı test setiyle ölçülürse hangisinin gerçekten daha iyi olduğu anlaşılır.

9. Bir sürümde aynı anda tek bir değişiklik yapmak, hangi değişikliğin işe yaradığını anlamayı sağlar.

Cevabı gösterDoğru

10. Doğruluk her zaman tek başına modelin kalitesini anlatmaya yeter.

Cevabı gösterYanlış · Dengesiz testte yüksek doğruluk yanıltıcıdır; sınıf bazında sonuçlara, karışıklık matrisine ve yanlış pozitif/negatif sayılarına da bakılır.
← Önceki haftaProje 4: Poz Modeli ve Hareket Sayacı Sonraki hafta →Etkinlik Haftası: YZ ile Toplum Yararına Fikir Atölyesi

29. hafta günlük planı

2026–2027 1. düzey Seçmeli Yapay Zekâ Uygulamaları dersi 29. 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 · 29. HAFTA

BÖLÜM I · DERSE İLİŞKİN BİLGİLER
DersSeçmeli Yapay Zekâ Uygulamaları 1. SeviyeSınıf / Düzey1. düzey (seçmeli)
Hafta / Tarih29. Hafta · 26–30 Nisan (NİSAN)Süre2 ders saati (40' + 40')
TemaYAPAY ZEKÂ UYGULAMALARI GELİŞTİRME
KonuModel Değerlendirme ve İyileştirme
BÖLÜM II · ÖĞRENME ÇIKTILARI VE KAYNAKLAR
Öğrenme çıktısıYZU1.3.1 – YZU1.3.2 Yapay zekâ modelinin girdilerini hazırlama ve model geliştirme
Süreç bileşenleri
  • Karışıklık matrisini okuyarak hangi sınıfların birbirine karıştığını bulur.
  • Yanlış pozitif ve yanlış negatif kavramlarını örneklerle açıklar ve hangisinin daha önemli olduğunu uygulamaya göre tartışır.
  • Döndürme, aynalama, parlaklık ve arka plan değişikliği gibi veri artırma yöntemlerini tanır.
  • Bir modelin farklı sürümlerini aynı test setiyle karşılaştıran bir sürüm tablosu hazırlar.
Araç, gereç ve kaynaklarAkıllı tahta ve 22. haftada kaydedilen Teachable Machine projesi (Under the hood açık) · Boş 3×3 karışıklık matrisi çıktısı (her gruba) · Önceki test tabloları (22–28. haftalar) · Sürüm karşılaştırma tablosu çıktısı · Bilişim Ders Notları ders sayfası, sunum ve etkinlikler (bilisimdersnotlari.com)
BÖLÜM III · ÖĞRENME-ÖĞRETME UYGULAMALARI
SüreEtkinlik akışı
1. ders
5 dk		Isınma: %85 iyi mi?
"Modelimiz %85 doğru" de ve sor: "Hangi %15'te yanılıyor?" Öğrenciler hataların hep aynı sınıfta mı, dağınık mı olduğunu bilemediğimizi fark eder. Bugünün aracının bu soruyu cevaplayan karışıklık matrisi olduğunu söyle.
1. ders
9 dk		Keşif: Karışıklık matrisi
Numaralı matris çizimini aç. Satırların gerçek sınıf, sütunların modelin tahmini olduğunu; köşegendeki yeşil hücrelerin doğru tahminler olduğunu göster. Öğrenciler numaralara dokunup en çok karışan hücreyi bulur. Sonra 22. haftanın projesinde Under the hood → Confusion matrix'i açıp kendi modelimizinkini okuyun.
1. ders
7 dk		Keşif: Yanlış alarm mı, kaçırma mı?
Dört durum çizimini göster: alkış algılayıcısında doğru pozitif, yanlış pozitif, yanlış negatif, doğru negatif. Sonra sor: yangın alarmında hangisi daha tehlikeli, spam filtresinde hangisi daha can sıkıcı? Uygulamaya göre eşik seçiminin değiştiğini tartışın.
1. ders
14 dk		Etkinlik: İyileştirme planı ve sürüm tablosu
Gruplar 20 test sonucundan kendi karışıklık matrislerini doldurur. En çok karışan iki sınıf için iyileştirme seçer: veri ekleme, veri artırma, temizlik ya da yeni sınıf. Modeli yeniden eğitip aynı test setiyle ölçer, sonucu sürüm tablosuna yazar; yalnızca bir şeyi değiştirdiklerini kontrol eder.
1. ders
5 dk		Değerlendirme: Dönem sonu karnesi
Dört projenin (atık, ses, sohbet, poz) en iyi sürüm doğruluklarını tahtaya yaz. Her öğrenci "En çok hangi iyileştirme işe yaradı?" sorusunu yanıtlar ve döngüdeki hangi aşamada olduğunu söyler.
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: Matris: numarayı eşleştir; Yanlış pozitif mi, yanlış negatif mi?; Bir iyileştirme turu; Doğru mu, yanlış mı?; Kutuyu aç: konu soruları.
2. ders
10 dk		Değerlendirme
10 soruluk doğru-yanlış testi tahtada birlikte çözülür; yanlış cevaplar gerekçeleriyle tartışılır.
FarklılaştırmaBilgisayarsız sınıf alternatifi: Kâğıt karışıklık matrisi. Tahtaya 3×3 tablo çizilir. Bir "model" öğrenci 20 atık kartını tahmin eder; her tahminde ilgili hücreye bir çentik atılır (satır gerçek, sütun tahmin). Köşegen sayılıp doğruluk hesaplanır. Veri artırma, bir kartın döndürülmüş, aynalanmış ve karartılmış kopyaları çizilerek canlandırılır.
BÖLÜM IV · ÖLÇME VE DEĞERLENDİRME
Ölçme araçlarıKontrol listesi, dereceli puanlama anahtarı, öz ve akran değerlendirme
Doğru-yanlış soruları
  1. Karışıklık matrisinde köşegen üzerindeki hücreler doğru tahminleri gösterir. (D)
  2. Karışıklık matrisinde satırlar her zaman modelin tahminini, sütunlar gerçek sınıfı gösterir. (Y)
  3. Matristen hangi iki sınıfın en çok birbirine karıştığı bulunabilir. (D)
  4. Model kapı çarpmasını "Alkış" sanarsa bu bir yanlış pozitiftir. (D)
  5. Yangın alarmında yanlış negatif, yanlış pozitiften daha tehlikelidir. (D)
  6. Veri artırma, var olan fotoğrafların döndürülmüş, aynalanmış ya da parlaklığı değişmiş kopyalarını eğitime eklemektir. (D)
  7. Veri artırma ile üretilen kopyalar test setine de eklenmelidir. (Y)
  8. Sürümleri karşılaştırırken her sürümde farklı bir test seti kullanmak en adil yoldur. (Y)
  9. Bir sürümde aynı anda tek bir değişiklik yapmak, hangi değişikliğin işe yaradığını anlamayı sağlar. (D)
  10. Doğruluk her zaman tek başına modelin kalitesini anlatmaya yeter. (Y)
Dersin uygulanmasına ilişkin açıklamalarTeachable Machine'de Under the hood bölümünde "Calculate accuracy per class" ve "Confusion matrix" düğmeleri vardır; bu değerler Teachable Machine'in eğitimden ayırdığı örneklerle hesaplanır. Sınıfta gerçek atıklarla yaptığınız test ise ayrıca kendi matrisinizle değerlendirilir.
…………………………Bilişim Teknolojileri Öğretmeni
UYGUNDUR26.04.2027…………………………Okul Müdürü
Bu dersi sınıfta işleyinSunum, tahta modu ve etkileşimli etkinlikler için.
Etkileşimli sürümü aç →