Bilişim Ders Notları
Yapay Zekâ · 9. hafta · Yapay Zekâ Geliştirme Ortamları

YZ Geliştirme Ortamları 2: Teachable Machine

Yapay Zekâ Uygulamaları · 9. hafta ders notu · YZU1.2.1

Öğrenme çıktıları
YZU1.2.1
  • Teachable Machine'in görüntü, ses ve poz proje türlerini ve hangi verilerle çalıştıklarını açıklar.
  • Arayüzdeki sınıf, örnek, eğitim, önizleme ve dışa aktarma bölümlerinin görevlerini söyler.
  • Tahtada öğretmenle birlikte iki sınıflı bir görüntü modeli eğitir ve güven çubuklarını yorumlar.
  • Örneklerin sayısı ve çeşitliliğinin modelin başarısını nasıl etkilediğini deneyerek gösterir.
Bilgisayarsız sınıf alternatifi

İnsan Teachable Machine

Bir öğrenci "model" olur ve sınıftan çıkar. Sınıf iki etiket seçer (ör. "yuvarlak nesne", "köşeli nesne") ve modele her etiketten birkaç örnek göstererek "eğitir". Sonra modele yeni nesneler gösterilir, model tahmin eder ve ne kadar emin olduğunu parmaklarıyla (1–5) söyler. Çok az ya da tek tip örnekle eğitilen modelin yanıldığı birlikte gözlenir.

Konu anlatımı

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

01Teachable Machine nedir?
?Teachable Machine nedir?
Google'ın ücretsiz, web tabanlı model eğitme aracıdır. Hiçbir şey kurmadan, kod yazmadan tarayıcıda örnek toplar, modeli eğitir ve hemen deneriz.
?Hesap açmak gerekir mi?
Model eğitmek ve denemek için hesap gerekmez. Projeyi Google Drive'a kaydetmek için bir Google hesabı gerekir; bu yüzden derste kaydetme işlemini öğretmen kendi hesabıyla yapar.
?Verilerim nereye gidiyor?
Örnekler ve eğitim varsayılan olarak kendi tarayıcında kalır. Modeli paylaşmak için "yükle" seçeneğini kullandığında model buluta yüklenir, örnek görüntüler değil.
Anahtar kavramlar: Web tabanlıSınıfÖrnek
02Üç proje türü

Kartlara dokun.

Yeni proje: hangi tür? Görüntü projesiWeb kamerası ya dadosyadan resimSes projesiMikrofonla kısases örnekleriPoz projesiVücudun iskeletnoktaları
03Arayüz turu
Kedi⋮ 32 görüntü örneği undefinedKamera Yükle Köpek⋮ 28 görüntü örneği undefinedKamera Yükle + Sınıf ekle Eğitim Modeli eğit Gelişmiş Dönem: 50 Önizleme Dışa aktar Çıkış Kedi%97 Köpek%3 Giriş: Web kamerası SınıflarEğit→Örnek topla
  1. 1Sınıf adıSınıfa tıklayıp ad verilir (Sınıf 1 → Kedi).Dokun, adını gör
  2. 2Örnek eklemeWeb kamerasıyla çek ya da bilgisayardan resim yükle.Dokun, adını gör
  3. 3ÖrneklerToplanan örneklerin küçük resimleri; sayısı sınıfın üstünde yazar.Dokun, adını gör
  4. 4Sınıf ekleYeni bir sınıf (etiket) oluşturur; en az 2 sınıf gerekir.Dokun, adını gör
  5. 5Modeli eğitÖrneklerden modeli tarayıcıda eğitir; sekmeyi kapatma!Dokun, adını gör
  6. 6Gelişmiş ayarlarDönem (epoch) 50, grup boyutu 16, öğrenme hızı 0,001 varsayılandır.Dokun, adını gör
  7. 7Önizleme girişiWeb kamerası ya da dosyayla modeli canlı dene.Dokun, adını gör
  8. 8Çıkış (güven)Her sınıf için güven yüzdesi çubuğu.Dokun, adını gör
  9. 9Modeli dışa aktarBağlantıyla paylaş ya da indir; Scratch uzantıları ve web sayfalarında kullan.Dokun, adını gör

Numaralara dokun, her bölümün görevini öğren.

?Sınıf ve örnek arasındaki fark nedir?
Sınıf, modelin ayırt etmesini istediğimiz etikettir (Kedi, Köpek). Örnekler ise o sınıfa eklediğimiz resim ya da ses kayıtlarıdır; model sınıfları örneklerden öğrenir.
?"Gelişmiş" bölümünde ne var?
Dönem (epoch) sayısı, grup boyutu ve öğrenme hızı ayarları. Dönem, modelin bütün örnekleri kaç kez baştan sona incelediğidir; varsayılan 50'dir. Başlangıçta bu ayarları değiştirmeye gerek yoktur.
?Dışa aktarınca model nerede kullanılır?
Paylaşım bağlantısıyla web sayfalarında ve bu bağlantıyı destekleyen blok tabanlı araçlarda kullanılabilir; indirilen model dosyaları ise telefon uygulamalarında ya da Python projelerinde kullanılabilir.
Anahtar kavramlar: EğitimÖnizlemeDönem (epoch)Dışa aktarma
04Daha iyi bir model için

Soru işaretli kutulara dokun.

Biliyor muydun?

Önizlemede güven çubuğu %50 civarında gidip geliyorsa model kararsızdır: daha çok ve çeşitli örnek ekleyip yeniden eğit.

SorunNedeniÇözüm
Hep aynı sınıfı tahmin ediyor
Başka öğrencinin elini tanımıyor
Karanlıkta yanılıyor
Arka plana göre karar veriyor
Hiçbir şey yokken de tahmin yapıyor

Ders akışı

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

5dk

Isınma: Hangi proje türü?

Proje türleri çizimini göster. "Kameraya el hareketi gösterince oynayan bir oyun", "Alkışı ıslıktan ayıran bir uygulama", "Squat hareketini sayan bir spor uygulaması" fikirlerini okuyup her biri için doğru proje türünü (görüntü, ses, poz) sınıfa seçtir.

Yeni proje: hangi tür? Görüntü projesiWeb kamerası ya dadosyadan resimSes projesiMikrofonla kısases örnekleriPoz projesiVücudun iskeletnoktaları
10dk

Keşif: Arayüz turu

Arayüz çizimini hotspot olarak aç ve numaraları sırayla dokunarak gez: sınıflar, örnek ekleme, eğit düğmesi, gelişmiş ayarlar, önizleme ve dışa aktar. Ardından Teachable Machine sitesini tahtada aç ve aynı bölümleri gerçek arayüzde göster; site İngilizce açılırsa düğme adlarını Türkçeleriyle eşleştir (Train Model = Modeli eğit, Export Model = Modeli dışa aktar).

Kedi⋮ 32 görüntü örneği undefinedKamera Yükle Köpek⋮ 28 görüntü örneği undefinedKamera Yükle + Sınıf ekle Eğitim Modeli eğit Gelişmiş Dönem: 50 Önizleme Dışa aktar Çıkış Kedi%97 Köpek%3 Giriş: Web kamerası SınıflarEğit→Örnek topla
15dk

Etkinlik: Tahtada taş-kâğıt-makas modeli

Üç sınıf oluştur: Taş, Kâğıt, Makas. Gönüllü öğrenciler kameraya ellerini göstererek her sınıfa 30–50 örnek kaydeder (yüzler kadraja girmeyecek şekilde). Modeli eğit, sonra başka öğrencilerin elleriyle önizlemede test et. Ardından yalnızca bir öğrencinin eliyle eğitilmiş bir modelle karşılaştırarak çeşitli verinin etkisini göster.

10dk

Değerlendirme: Arayüz eşleştirme

Hotspot oyununda numaraları arayüz parçalarıyla eşleştirtin. Sonra "Model yanlış tahmin ederse ne yaparsın?" sorusunu tartışın: daha çok ve çeşitli örnek ekle, arka planı sadeleştir, yeniden eğit.

Doğru mu, yanlış mı?

Dersin sonunda tahtada ya da öğrencinin kendi cihazında çözülür.

1. Teachable Machine'de görüntü, ses ve poz olmak üzere üç proje türü vardır.

Cevabı gösterDoğru

2. Poz projesi, vücudun baş, omuz, dirsek, diz gibi noktalarının konumlarından öğrenir.

Cevabı gösterDoğru

3. Teachable Machine'de bir modeli eğitmek için en az iki sınıf gerekir.

Cevabı gösterDoğru

4. Teachable Machine'de model eğitmek için önce bir programlama dili öğrenmek ve kod yazmak gerekir.

Cevabı gösterYanlış · Örnekler kamera, mikrofon ya da dosyayla eklenir ve "Modeli eğit" düğmesine basmak yeterlidir; kod gerekmez.

5. Ses projesinde, ortamdaki sessizliği ve uğultuyu tanıyabilmesi için bir arka plan gürültüsü sınıfı kaydedilir.

Cevabı gösterDoğru

6. Önizleme bölümündeki güven çubukları, modelin her sınıf için ne kadar emin olduğunu gösterir.

Cevabı gösterDoğru

7. Her sınıfa yalnızca bir iki örnek eklemek modelin daha doğru çalışmasını sağlar.

Cevabı gösterYanlış · Az örnekle eğitilen model yalnızca o birkaç örneğe benzeyen girdileri tanır. Her sınıfa farklı açı, ışık ve kişilerden çok sayıda örnek eklemek gerekir.

8. Eğitim sırasında tarayıcı sekmesini kapatmak ya da başka sekmeye geçmek eğitimi yarıda bırakabilir.

Cevabı gösterDoğru

9. "Dışa aktar" ile modeli bağlantıyla paylaşmak, eğitimde kullanılan bütün fotoğrafları da herkese açık hâle getirir.

Cevabı gösterYanlış · Paylaşılan şey eğitilmiş modeldir; örnek fotoğraflar modelle birlikte yüklenmez. Yine de kişisel görüntüler kullanmamak en güvenli yoldur.

10. Model yanlış tahmin ettiğinde daha çeşitli örnekler ekleyip yeniden eğitmek iyi bir çözümdür.

Cevabı gösterDoğru
← Önceki haftaYZ Geliştirme Ortamları 1: Araçları Tanıyalım Sonraki hafta →YZ Geliştirme Ortamları 3: ML for Kids

9. hafta günlük planı

2026–2027 1. düzey Seçmeli Yapay Zekâ Uygulamaları dersi 9. 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 · 9. HAFTA

BÖLÜM I · DERSE İLİŞKİN BİLGİLER
DersSeçmeli Yapay Zekâ Uygulamaları 1. SeviyeSınıf / Düzey1. düzey (seçmeli)
Hafta / Tarih9. Hafta · 9–13 Kasım (KASIM)Süre2 ders saati (40' + 40')
TemaYAPAY ZEKÂ GELİŞTİRME ORTAMLARI
KonuYZ Geliştirme Ortamları 2: Teachable Machine
BÖLÜM II · ÖĞRENME ÇIKTILARI VE KAYNAKLAR
Öğrenme çıktısıYZU1.2.1 Yapay zekâ geliştirme ortamlarını ve araçlarını tanıma ve kullanma
Süreç bileşenleri
  • Teachable Machine'in görüntü, ses ve poz proje türlerini ve hangi verilerle çalıştıklarını açıklar.
  • Arayüzdeki sınıf, örnek, eğitim, önizleme ve dışa aktarma bölümlerinin görevlerini söyler.
  • Tahtada öğretmenle birlikte iki sınıflı bir görüntü modeli eğitir ve güven çubuklarını yorumlar.
  • Örneklerin sayısı ve çeşitliliğinin modelin başarısını nasıl etkilediğini deneyerek gösterir.
Araç, gereç ve kaynaklarAkıllı tahta, web kamerası ve internet bağlantısı · Taş-kâğıt-makas için el hareketi kartları · Farklı renk ve boyda nesneler (kalem, silgi, kitap) · "İnsan model" etkinliği için etiket kartları · Bilişim Ders Notları ders sayfası, sunum ve etkinlikler (bilisimdersnotlari.com)
BÖLÜM III · ÖĞRENME-ÖĞRETME UYGULAMALARI
SüreEtkinlik akışı
1. ders
5 dk		Isınma: Hangi proje türü?
Proje türleri çizimini göster. "Kameraya el hareketi gösterince oynayan bir oyun", "Alkışı ıslıktan ayıran bir uygulama", "Squat hareketini sayan bir spor uygulaması" fikirlerini okuyup her biri için doğru proje türünü (görüntü, ses, poz) sınıfa seçtir.
1. ders
10 dk		Keşif: Arayüz turu
Arayüz çizimini hotspot olarak aç ve numaraları sırayla dokunarak gez: sınıflar, örnek ekleme, eğit düğmesi, gelişmiş ayarlar, önizleme ve dışa aktar. Ardından Teachable Machine sitesini tahtada aç ve aynı bölümleri gerçek arayüzde göster; site İngilizce açılırsa düğme adlarını Türkçeleriyle eşleştir (Train Model = Modeli eğit, Export Model = Modeli dışa aktar).
1. ders
15 dk		Etkinlik: Tahtada taş-kâğıt-makas modeli
Üç sınıf oluştur: Taş, Kâğıt, Makas. Gönüllü öğrenciler kameraya ellerini göstererek her sınıfa 30–50 örnek kaydeder (yüzler kadraja girmeyecek şekilde). Modeli eğit, sonra başka öğrencilerin elleriyle önizlemede test et. Ardından yalnızca bir öğrencinin eliyle eğitilmiş bir modelle karşılaştırarak çeşitli verinin etkisini göster.
1. ders
10 dk		Değerlendirme: Arayüz eşleştirme
Hotspot oyununda numaraları arayüz parçalarıyla eşleştirtin. Sonra "Model yanlış tahmin ederse ne yaparsın?" sorusunu tartışın: daha çok ve çeşitli örnek ekle, arka planı sadeleştir, yeniden eğit.
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: Arayüz parçalarını eşleştir; Hangi proje türü?; Model eğitme sırası; Kutuyu aç: konu soruları; Harf karıştırma: anahtar kavramlar.
2. ders
10 dk		Değerlendirme
10 soruluk doğru-yanlış testi tahtada birlikte çözülür; yanlış cevaplar gerekçeleriyle tartışılır.
FarklılaştırmaBilgisayarsız sınıf alternatifi: İnsan Teachable Machine. Bir öğrenci "model" olur ve sınıftan çıkar. Sınıf iki etiket seçer (ör. "yuvarlak nesne", "köşeli nesne") ve modele her etiketten birkaç örnek göstererek "eğitir". Sonra modele yeni nesneler gösterilir, model tahmin eder ve ne kadar emin olduğunu parmaklarıyla (1–5) söyler. Çok az ya da tek tip örnekle eğitilen modelin yanıldığı birlikte gözlenir.
BÖLÜM IV · ÖLÇME VE DEĞERLENDİRME
Ölçme araçlarıKontrol listesi, dereceli puanlama anahtarı, öz ve akran değerlendirme
Doğru-yanlış soruları
  1. Teachable Machine'de görüntü, ses ve poz olmak üzere üç proje türü vardır. (D)
  2. Poz projesi, vücudun baş, omuz, dirsek, diz gibi noktalarının konumlarından öğrenir. (D)
  3. Teachable Machine'de bir modeli eğitmek için en az iki sınıf gerekir. (D)
  4. Teachable Machine'de model eğitmek için önce bir programlama dili öğrenmek ve kod yazmak gerekir. (Y)
  5. Ses projesinde, ortamdaki sessizliği ve uğultuyu tanıyabilmesi için bir arka plan gürültüsü sınıfı kaydedilir. (D)
  6. Önizleme bölümündeki güven çubukları, modelin her sınıf için ne kadar emin olduğunu gösterir. (D)
  7. Her sınıfa yalnızca bir iki örnek eklemek modelin daha doğru çalışmasını sağlar. (Y)
  8. Eğitim sırasında tarayıcı sekmesini kapatmak ya da başka sekmeye geçmek eğitimi yarıda bırakabilir. (D)
  9. "Dışa aktar" ile modeli bağlantıyla paylaşmak, eğitimde kullanılan bütün fotoğrafları da herkese açık hâle getirir. (Y)
  10. Model yanlış tahmin ettiğinde daha çeşitli örnekler ekleyip yeniden eğitmek iyi bir çözümdür. (D)
Belirli gün ve haftalar10 Kasım Atatürk'ü Anma Günü ve Atatürk Haftası
Dersin uygulanmasına ilişkin açıklamalarKamerayla örnek toplarken öğrencilerin yüzlerinin kadraja girmemesine dikkat edin; el, nesne ya da kart kullanmak hem gizliliği korur hem de modeli daha hızlı eğitir. Model eğitim sırasında tarayıcıda çalışır, eğitim bitene kadar sekmeyi değiştirmeyin.
…………………………Bilişim Teknolojileri Öğretmeni
UYGUNDUR09.11.2026…………………………Okul Müdürü
Bu dersi sınıfta işleyinSunum, tahta modu ve etkileşimli etkinlikler için.
Etkileşimli sürümü aç →