Yapay Zekâ Araçları ile Model Geliştirme ve Problem Çözme
Bilişim Teknolojileri-6 5. Tema: Yapay Zekâ Hafta 17 - 18

Yapay Zekâ Araçları ile Model Geliştirme ve Problem Çözme

1 hafta önce · Aykut AKMAN · ~8 dk okuma · 42 görüntüleme
Türkiye Yüzyılı Maarif Modeli Ders Kazanımı
📌 Kazanım Kodu: BTY.6.5.3
Yapay zekâ araç ve teknolojileri ile model geliştirebilme.
Yapay Zeka & MEB Uyumlu Doğrulanmış Kaynak

Problemlerden Çözüme: Yapay Zekâ ile Model Geliştirme!

Çevrenizde karşılaştığınız bir sorunu (örneğin okuldaki yemek israfı, trafik sıkışıklığı veya dijital bağımlılık) yapay zekâ kullanarak çözebileceğinizi hiç düşündünüz mü? Yapay Zekâ Modeli, gerçek hayattaki karmaşık problemleri anlamak ve çözmek için geliştirilen akıllı bir tasarım aracıdır. Haydi, kendi yapay zekâ modelimizi adım adım inşa edelim!


1. Gerçek Hayat Problemleri ve Model Kavramı

Problem tanımı, hedef kitle ve yapay zekâ yaklaşımı seçimi

Yapay Zekâ Modeli: Gerçek bir durumu veya problemi simüle etmek, sınıflandırmak ya da geleceğe yönelik tahminlerde bulunmak için verilerle eğitilen mantıksal sistemdir.

 Örnek Gerçek Hayat Problemleri:
🍎 Okulda Gıda İsrafı: Yemekhanede artan yemek miktarlarını tahmin edip porsiyonları yapay zekayla dengelemek.
📱 Dijital Bağımlılık: Öğrencilerin ekran sürelerini analiz edip kişiye özel dinlenme uyarısı veren bir model tasarlamak.
🚌 Ulaşım ve Trafik: Okul servislerinin en kısa ve güvenli rotayı bulması için öneri modeli geliştirmek.
 Model Geliştirirken Veri Etiği ve Açık Veri:

Model oluştururken kişisel bilgilerin izinsiz kullanımı yasal değildir. Kullanılan veri setleri dışarıdan alınacaksa **Açık Veri (Open Data)** olmasına, telif haklarına ve yasal izinlere mutlaka dikkat edilmelidir. Veri olmadan da simülasyon modelleri tasarlanabilir.


2. Yapay Zekâ Modeli Tasarlama Adımları

Sınıflandırma, Öneri Motoru ve Şematik Tasarım

Bir model tasarlarken şu 5 temel sorunun cevabı netleştirilmelidir:

1. Problem Nedir? Kimleri etkiliyor ve neden çözülmeli?
2. Hangi Veriler Lazım? Veriler güvenli ve telifsiz mi?
3. Modelin Amacı Ne? Sistemin nihai çıktısı ne olacak?
4. Hangi Yaklaşım Seçilecek? Sınıflandırma mı (Görsel ayırma), Öneri Motoru mu (İçerik tavsiyesi), Simülasyon mu?
5. Çözüm Nasıl Sağlanıyor? Model adım adım nasıl sonuç üretiyor?

3. Modelin Uygulanması, Test Edilmesi ve Verimlilik Analizi

Toplumsal fayda, doğruluk, kullanılabilirlik ve akran değerlendirmesi
Model Değerlendirme Kriterleri
  • Uygunluk: Model belirlenen problemi doğru şekilde çözüyor mu?
  • Verimlilik: Doğru sonuçlara en az kaynakla ulaşıyor mu?
  • Kullanılabilirlik: İnsanlar bu modeli kolayca kullanabiliyor mu?
  • Toplumsal Fayda: Birey ve toplum hayatına ne gibi kolaylık sunuyor?
 Rapor ve Sunum Aşaması

Geliştirilen modelin sonuçları 1 sayfalık rapor haline getirilir. Sınıfta arkadaşlarının modelleriyle karşılaştırma yapılarak akran değerlendirme formu doldurulur.

 Frayer Modeli ile Yapay Zekâ Modeli:
Tanımı: Gerçek hayattaki bir problemi çözmek için veri ve mantıkla çalışan yapay zekâ tasarımıdır.
Özellikleri: Belli bir amacı vardır, açık veri kullanır, verimliliği test edilebilir.
Örnekler: Akıllı geri dönüşüm kutusu ayrıştırma modeli, kütüphane kitap öneri algoritması.
Örnek Olmayanlar: Sadece çizim yapılan resim programları veya veri olmadan yapılan rastgele tahminler.
🎨

Sıra Sende! Kendi Yapay Zekâ Model Tasarımını Yap!

Çevrende gördüğün bir problemi seç (Örn: "Okul kütüphanesinde aranan kitabın yerini bulma"). 5 soruyu yanıtlayarak modelini bir şema halinde kağıda dök, verimliliğini değerlendir ve sınıfta arkadaşlarına sun! 🚀

Önceki Ders Hafta 15 - 16
Yapay Zekâ Araçları, Etkili Kullanım ve Hukuki Sorumluluklar
Sonraki Ders
İşletim Sistemleri

Yorumlar (0)

Bu içerik size yardımcı oldu mu?

Sorularınızı, önerilerinizi veya konuyla ilgili deneyimlerinizi aşağıda paylaşabilirsiniz.