Logo Logo

Seçmeli̇ Yapay Zeka Ve Maki̇ne Öğrenmesi̇26 05 2021 (mesem) - 12 Eski Sistem

Butonlar Ne İşe Yarar?

Planlarıma Ekle

Bu dersi favori planlarınıza ekler, hızlıca erişmenizi sağlar.

Programa Ekle

Dersi haftalık ders programınıza ekler.

Notlar

Bu haftanın kazanımıyla ilgili kişisel notlarınızı kaydeder.

Konu Soruları

Bu haftanın konusuyla ilgili soru bankasını açar.

Günlük Plan

Bu hafta için günlük ders planı oluşturur/gösterir.

İlgili Dökümanlar

Bu derse ait paylaşılan dökümanları listeler.

Akıllı Tahta

Maestro akıllı tahta uygulamasını yeni sekmede açar.

E-Kitap

Dersin e-kitabını açar (yalnızca e-kitabı olan derslerde görünür).

TYMM Detay / Ders Bilgi Formu

Dersin müfredat bilgi formunu/detayını gösterir.

Büyüt

Kart içeriğini büyük punto ile bir modalda gösterir (karta 1 sn basılı tutarak da açılır).

Dinle

Kartın başlığını ve içeriğini sesli okur.

Düzenle

Yıllık planı düzenleme ekranını açar.

İndir

Planı PDF, Word veya MEB Çerçeve Plan biçiminde indirir; premium üyeler WhatsApp/Telegram/E-posta’ya da gönderebilir.

Ders Tarihi
14-18 Eylül
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Zekâya Giriş

Konu (İçerik Çerçevesi)

Yapay Zekâ Kavramları

Öğrenme Çıktısı (Kazanımlar)

Yapay zekâ kavramlarını açıklar.

Süreç Bileşenleri

Yapay zekâ tanımı açıklanır.
Yapay zekânın hangi problemlerde kullanılacağı açıklanır.
Yapay zekâ ile insan zekâsı arasındaki farklar anlatılır.
Yapay zekâ örneği yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Basit yapay zeka örneği yapmak.
Yapay zekanın günümüzdeki kullanım alanlarıyla ilgili sunum hazırlamak.
Veri seti oluşturma uygulaması yapmak.
Açık veri seti kütüphanelerinden veri seti bulma ve kullanma uygulaması yapmak.

Etkinlik

→ İlköğretim Haftası, Öğrenciler Günü
Ders Tarihi
21-25 Eylül
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Zekâya Giriş

Konu (İçerik Çerçevesi)

Yapay Zekâ Kavramları

Öğrenme Çıktısı (Kazanımlar)

Yapay zekâ kavramlarını açıklar.

Süreç Bileşenleri

Yapay zekânın tarihsel gelişimi anlatılır.
Yapay zekâ etiği tanımlanır.
Robot etiği açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Basit yapay zeka örneği yapmak.
Yapay zekanın günümüzdeki kullanım alanlarıyla ilgili sunum hazırlamak.
Veri seti oluşturma uygulaması yapmak.
Açık veri seti kütüphanelerinden veri seti bulma ve kullanma uygulaması yapmak.
Ders Tarihi
28 Eylül-02 Ekim
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Zekâya Giriş

Konu (İçerik Çerçevesi)

Yapay Zekâ Kavramları / Veri Seti Kavramları

Öğrenme Çıktısı (Kazanımlar)

Yapay zekâ kavramlarını açıklar.
Veri seti kavramlarını açıklar.

Süreç Bileşenleri

Olası yapay zekâ problemleri açıklanır.
Paket program kullanarak veri seti analiz örneği yaptırılır.
Veri seti özellikleri açıklanır.
Veri seti deposunun ne amaçla kullanıldığı açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Basit yapay zeka örneği yapmak.
Yapay zekanın günümüzdeki kullanım alanlarıyla ilgili sunum hazırlamak.
Veri seti oluşturma uygulaması yapmak.
Açık veri seti kütüphanelerinden veri seti bulma ve kullanma uygulaması yapmak.

Etkinlik

→ Dünya Okul Sütü Günü, Disleksi Haftası, Dünya Disleksi Günü
Ders Tarihi
05-09 Ekim
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Zekâya Giriş

Konu (İçerik Çerçevesi)

Veri Seti Kavramları

Öğrenme Çıktısı (Kazanımlar)

Veri seti kavramlarını açıklar.

Süreç Bileşenleri

Makine öğrenmesi için gerekli olan veri kavramı ve veri seti oluşturmanın önemi üzerinde durulur.
Veri seti depoları tanımlanarak veri seti depoları kullanımı uygulanır.
Veri seti hazırlamak için gerekli aşamalar yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Basit yapay zeka örneği yapmak.
Yapay zekanın günümüzdeki kullanım alanlarıyla ilgili sunum hazırlamak.
Veri seti oluşturma uygulaması yapmak.
Açık veri seti kütüphanelerinden veri seti bulma ve kullanma uygulaması yapmak.

Etkinlik

→ Dünya Çocuk Günü
Ders Tarihi
12-16 Ekim
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kavramı Ve Temelleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi kavramını ve temellerini tanımlar.

Süreç Bileşenleri

Makine öğrenmesi, tahmin, kestirim ve sınıflandırma kavramları açıklanır.
Makine öğrenmesi türleri (denetimli, denetimsiz, yarı denetimli ve pekiştirmeli öğrenme) açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Dünya Afet Risklerinin Azaltılması Günü
Ders Tarihi
19-23 Ekim
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kavramı Ve Temelleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi kavramını ve temellerini tanımlar.

Süreç Bileşenleri

Makine öğrenmesi için kullanılacak yazılımlar ve bunların kurulumu açıklanır.
Makine öğrenmesi için kullanılacak programlama diline ait temel uygulamalar yapılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
26-30 Ekim
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kavramı Ve Temelleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi kavramını ve temellerini tanımlar.

Süreç Bileşenleri

Sistem başarısı ölçme yöntemleri açıklanır.
Aşırı öğrenme ve zayıf öğrenme kavramı ve önemi açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Cumhuriyet Bayramı, Kızılay Haftası
Ders Tarihi
02-06 Kasım
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kütüphaneleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi uygulamaları için gerekli kütüphaneleri tanır.

Süreç Bileşenleri

Makine öğrenmesi için geliştirilmiş kütüphaneler açıklanır.
Makine öğrenmesi için geliştirilmiş kütüphaneleri kurulumu ve ekleme işlemleri yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Kızılay Haftası, Lösemili Çocuklar Haftası
Ders Tarihi
09-13 Kasım
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kütüphaneleri

Öğrenme Çıktısı (Kazanımlar)

1. Dönem 1. Sınav
Makine öğrenmesi uygulamaları için gerekli kütüphaneleri tanır.

Süreç Bileşenleri

Veri hazırlama kavramı açıklanır.
Sınıflandırma veya tahmin için veri kümesi hazırlama işlemi yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Atatürk Haftası, Atatürk'ü Anma Günü, Afet Eğitimi Hazırlık Günü
Ders Tarihi
16-20 Kasım
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

  1. Dönem Ara Tatili

Konu (İçerik Çerçevesi)

1. Dönem Ara Tatili

Öğrenme Çıktısı (Kazanımlar)

1. Dönem Ara Tatili

Etkinlik

→ Dünya Çocuk Hakları Günü
Ders Tarihi
23-27 Kasım
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi Kütüphaneleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi uygulamaları için gerekli kütüphaneleri tanır.

Süreç Bileşenleri

Makine öğrenmesi kütüphanelerine ilişkin temel işlemler açıklanır.
Veri yükleme ve ön işleme aşamaları uygulamalı olarak yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Ağız ve Diş Sağlığı Haftası, Öğretmenler Günü
Ders Tarihi
30 Kasım-04 Aralık
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi için Kullanılan Algoritmalar

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi için kullanılan algoritmaları tanır.

Süreç Bileşenleri

Öğrenme algoritmaları açıklanır.
Gözetimli öğrenme algoritması tanımlanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Dünya Engelliler Günü
Ders Tarihi
07-11 Aralık
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi için Kullanılan Algoritmalar

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi için kullanılan algoritmaları tanır.

Süreç Bileşenleri

Gözetimsiz öğrenme algoritması tanımlanır.
Sınıflandırma ve kümeleme yöntemleri açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ İnsan Hakları ve Demokrasi Haftası
Ders Tarihi
14-18 Aralık
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi için Kullanılan Algoritmalar

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi için kullanılan algoritmaları tanır.

Süreç Bileşenleri

Öğrenme algoritmalarını kullanarak uygulama yaptırılır.
Model geçerliliği (Çapraz, Rasgele örneklemeli geçerlilik) açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Tutum, Yatırım ve Türk Malları Haftası
Ders Tarihi
21-25 Aralık
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Makine Öğrenmesi için Kullanılan Algoritmalar / Regresyon Analizi ve Yöntemleri

Öğrenme Çıktısı (Kazanımlar)

Makine öğrenmesi için kullanılan algoritmaları tanır.
Regresyon Analizini ve yöntemlerini bilir.

Süreç Bileşenleri

Kullanılan algoritma çeşitlerine göre, eğitimin ne zaman durdurulması gerektiği açıklanır.
Regresyonun tanımı yapılarak matematiksel olarak açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
28 Aralık-01 Ocak
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Regresyon Analizi ve Yöntemleri

Öğrenme Çıktısı (Kazanımlar)

Regresyon Analizini ve yöntemlerini bilir.

Süreç Bileşenleri

Doğrusal regresyon ve doğrusal olmayan regresyon modellerini ayırt etmesi sağlanır.
En küçük Kareler Yöntemi ile regresyon yaptırılarak matematiksel olarak açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
04-08 Ocak
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Regresyon Analizi ve Yöntemleri

Öğrenme Çıktısı (Kazanımlar)

1. Dönem 2. Sınav
Regresyon Analizini ve yöntemlerini bilir.

Süreç Bileşenleri

Regresyon ve Korelasyon arasındaki ilişki açıklanır.
Eşikleme ve yarışmalı sınıflama kavramları açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak

Etkinlik

→ Enerji Tasarrufu Haftası
Ders Tarihi
11-15 Ocak
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Gözetimli Öğrenme Algoritmaları

Öğrenme Çıktısı (Kazanımlar)

Gözetimli Öğrenme algoritmalarını kullanarak makine öğrenmesini gerçekleştirir.

Süreç Bileşenleri

Doğrusal Regresyon algoritmasını kullanarak veri seti üzerinde gözetimli öğrenme uygulaması yaptırılır.
Lojistik Regresyon algoritmasını kullanarak veri üzerinde gözetimli öğrenme uygulaması yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
18-22 Ocak
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Gözetimli Öğrenme Algoritmaları

Öğrenme Çıktısı (Kazanımlar)

Gözetimli Öğrenme algoritmalarını kullanarak makine öğrenmesini gerçekleştirir.

Süreç Bileşenleri

En yakın komşuluk algoritmasını kullanarak veri üzerinde gözetimli öğrenme uygulaması yaptırılır.
Karar Ağacı algoritmasını kullanarak veri üzerinde gözetimli öğrenme uygulaması yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
25-29 Ocak
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yarıyıl Tatili

Konu (İçerik Çerçevesi)

Yarıyıl Tatili

Öğrenme Çıktısı (Kazanımlar)

Yarıyıl Tatili
Ders Tarihi
01-05 Şubat
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yarıyıl Tatili

Konu (İçerik Çerçevesi)

Yarıyıl Tatili

Öğrenme Çıktısı (Kazanımlar)

Yarıyıl Tatili
Ders Tarihi
08-12 Şubat
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Gözetimli Öğrenme Algoritmaları

Öğrenme Çıktısı (Kazanımlar)

Gözetimli Öğrenme algoritmalarını kullanarak makine öğrenmesini gerçekleştirir.

Süreç Bileşenleri

Random Forest algoritmasını kullanarak veri üzerinde gözetimli öğrenme uygulaması yaptırılır.
Destek vektör makinaları algoritmasını kullanarak veri üzerinde gözetimli öğrenme uygulaması yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
15-19 Şubat
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Makine Öğrenmesi

Konu (İçerik Çerçevesi)

Gözetimli Öğrenme Algoritmaları

Öğrenme Çıktısı (Kazanımlar)

Gözetimli Öğrenme algoritmalarını kullanarak makine öğrenmesini gerçekleştirir.

Süreç Bileşenleri

Veri seti verilen bir duruma ait uygun makine öğrenmesi algoritması seçilerek kullanılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Destek vektör makinaları algoritması örneği yapmak.
Karar ağacı algoritması örneği yapmak.
En yakın komşuluk algoritması örneği yapmak.
Python lineer regresyon analizi örneği yapmak.
Random Forest algoritması örneği yapmak
Ders Tarihi
22-26 Şubat
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Yapay Sinir Ağlarında Derin Öğrenme kavramının yeri ve terminolojisi açıklanır.
Derin Öğrenmenin diğer yöntemlerden farkları açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Vergi Haftası
Ders Tarihi
01-05 Mart
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Yapay Sinir Ağları uygulamaları için gerekli donanımlar açıklanır.
Yapay Sinir Ağları uygulamaları için kullanılan programlama dilleri açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Yeşilay Haftası - Deprem Haftası
Ders Tarihi
08-12 Mart
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

  1. Dönem Ara Tatili

Konu (İçerik Çerçevesi)

2. Dönem Ara Tatili

Öğrenme Çıktısı (Kazanımlar)

2. Dönem Ara Tatili

Etkinlik

→ Dünya Kadınlar Günü, Bilim ve Teknoloji Haftası, Ramazan Bayramı, İstiklâl Marşı'nın Kabulü ve Mehmet Akif Ersoy'u Anma Günü
Ders Tarihi
15-19 Mart
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Yapay Sinir Ağları uygulama ortamları açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ 18 Mart Çanakkale Zaferi ve Şehitleri Anma Günü, Yaşlılara Saygı Haftası
Ders Tarihi
22-26 Mart
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Yapay Sinir Ağları ile uygulama yapılması sağlanır.
Yapay Sinir Ağları matematiksel temelleri açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Yaşlılara Saygı Haftası, Orman Haftası, Dünya Su Günü, Dünya Meteoroloji Günü
Ders Tarihi
29 Mart-02 Nisan
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Tensör çeşitleri açıklanarak uygulama yapılması sağlanır.
Tensörler arasında işlemler yapılması sağlanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Kütüphaneler Haftası, Kanser Haftası
Ders Tarihi
05-09 Nisan
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

2. Dönem 1. Sınav
Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Yapay Sinir Ağları modellerinde optimizasyonun gerekliliği açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Kanser Haftası, Dünya Sağlık Günü
Ders Tarihi
12-16 Nisan
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Hazır veri kümeleri hakkında açıklama yapılır.
MNIST hazır veri kümesi tanıtılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Turizm Haftası
Ders Tarihi
19-23 Nisan
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Temel Kavramları ve Uygulamaları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağlarının temel kavramlarını ve nasıl uygulandığını bilir.

Süreç Bileşenleri

Hazır veri kümeleri ile uygulama yapılması sağlanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Turizm Haftası, Ulusal Egemenlik ve Çocuk Bayramı
Ders Tarihi
26-30 Nisan
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Yapay Sinir Ağları kavramı örneklerle açıklanır.
Yapay Nöron Modeli kavramı açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.
Ders Tarihi
03-07 Mayıs
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Tek Katmanlı Algılayıcılar açıklanır ve matematiksel gösteriminin örneklerle yapılması sağlanır.
Çok Katmanlı Algılayıcılara neden gerek duyulduğu açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Trafik ve İlkyardım Haftası
Ders Tarihi
10-14 Mayıs
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Çok Katmanlı Algılayıcılarla ilgili örnek yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Engelliler Haftası
Ders Tarihi
17-21 Mayıs
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Yapay Sinir Ağlarında hazır model oluşturulur.
Katmanlarla model oluşturma açıklanarak uygulama yapılması sağlanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.

Etkinlik

→ Kurban Bayramı, Atatürk'ü Anma ve Gençlik ve Spor Bayramı
Ders Tarihi
24-28 Mayıs
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Yapay Sinir Ağlarında oluşturulan bir modelin optimizasyon türünün deneme yanılma yöntemiyle bulunması sağlanır.
Denetimli (Supervised) Öğrenme, Denetimsiz (Unsupervised) Öğrenme, Pekiştirmeli Öğrenme (Reinforcement Learning) gibi öğrenme modelleri açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.
Ders Tarihi
31 Mayıs-04 Haziran
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

Geri yayılım/hesaplama tekniği ile matematiksel olarak model oluşturma açıklanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.
Ders Tarihi
07-11 Haziran
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

2. Dönem 2. Sınav
Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

İleri yayılım/hesaplama tekniği ve matematiksel olarak model oluşturma açıklanır.
Yapay Sinir Ağlarında oluşturulan bir modelin aktivasyon fonksiyonu türünün deneme yanılma yöntemiyle bulunması sağlanır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.
Ders Tarihi
14-18 Haziran
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Yapay Sinir Ağları

Konu (İçerik Çerçevesi)

Yapay Sinir Ağları Çeşitleri ve Katmanları

Öğrenme Çıktısı (Kazanımlar)

Yapay sinir ağları çeşitlerini tanımlar, farklı katmanlara sahip ağları açıklar.

Süreç Bileşenleri

OpenCV kütüphanesi ekletilerek bu kütüphaneye ait uygulamalar yaptırılır.

Ortam ve Donanım

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Öğretim Teknikleri

Ortam: Bilişim Teknolojileri Laboratuvarı Donanım: Etkileşimli tahta/projeksiyon cihazı, bilgisayar, yazıcı/tarayıcı

Ölçme

Bu derste; öğrenci performansı belirlemeye yönelik çalışmalar değerlendirilirken gözlem formu, derecelendirme ölçeği ve dereceli puanlama anahtarı gibi ölçme araçlarından uygun olanlar seçilerek kullanılabilir. Bunun yanında öz değerlendirme ve akran değerlendirme formları kullanılarak öğrencilerin de öğretim sürecinin değerlendirilmesine katılmaları sağlanabilir.

Temrin Listesi

Veriye göre yapay sinir ağı modeli geliştirme örneği yapmak.
Python tahmin örneği yapmak.
Python kestirim örneği yapmak.
Python sınıflandırma örneği yapmak.
Python ileri yayılım örneği yapmak.
Python geri yayılım tekniği örneği yapmak.
Ders Tarihi
21-25 Haziran
Ders Saati
3

Ünite/Tema/Öğrenme Alanı

Etkinlik Haftası

Konu (İçerik Çerçevesi)

Etkinlik Haftası

Öğrenme Çıktısı (Kazanımlar)

Etkinlik Haftası

Footer Reklam Alanı Müsait

Sayfanın en altında görünürlük kazanın!

Reklam Verin

Bize Destek Olun

Premium ile hem siz kazanın, hem biz büyüyelim

DefterDoldur tamamen ücretsizdir. Premium üyelik daha yüksek kullanım kapasiteleri, reklamsız deneyim ve gelişmiş yapay zekâ desteği sunarken aynı zamanda projemizin sürdürülebilir olmasını sağlar.

Abonelik Paketlerini İncele

Giriş Gerekli

Değerli Öğretmenim,

Sitemizin bu bölümü kayıtlı kullanıcılar içindir.
Üye değilseniz, hemen üye olarak tüm özelliklere erişebilirsiniz.