9. Sınıf Bilişim Teknolojileri ve Yazılım — Yapay Zekâ Uygulamaları Modülü dersinin 42 haftalık ünitelendirilmiş yıllık planı. Aşağıda her hafta için tema, konu, kazanımlar ve süreç bileşenleri tam olarak yer alır.
Bu planın son haftası 22 – 26 Haziran 2026 tarihlerindeydi. Plan aşağıda tam olarak duruyor; bir sonraki eğitim öğretim yılının planları yayımlandığında bu sayfa güncellenecek.
42 haftanın tamamı, 50 kazanımla birlikte — yazdırmaya hazır PDF. Düzenlenebilir Word (.docx) hâlini DersTakip uygulamasından alabilirsiniz.
Yılın hangi bölümünde hangi ünitenin olduğunu görmek için özet tablo.
| Ünite / tema | Hafta aralığı | Süre | Kazanım |
|---|---|---|---|
| Veri Bilimi Temel KavramlarıVeri bilimi temel kavramlarını ve soru tiplerini açıklar. · Veri bilimcilerin çalışma basamaklarını ve keşifçi veri analizini açıklar. · Veri döngüsü basamaklarını ve veri türlerini açıklar. · Veri etiği kavramını açıklar ve Python programlama dili için etkileşimli tasarım ortamı kurar. · Python programlama dili temellerini veri bilimi bağlamında kullanır ve açık kaynak kodlu programlama dili kavramını tanımlar. · Veri bilimi için gerekli olan Python programlama dili kütüphanelerini ve Array veri yapısını kullanır. · Arraylerde birleştirme, sıralama, ayırma, matematiksel işlemler, biçim ve boyut işlemlerini uygular. · Veri seti oluşturma, filtreleme ve indeksleme işlemlerini gerçekleştirir. | 1–8 | 8 hafta | 17 |
| Temel İstatistikBir seri veri yapısı oluşturur. · Bir serinin ortalama, mod ve medyan değerlerini hesaplar. · Bir serinin merkezi eğilim ve yayılım ölçülerini hesaplar. | 9–12 | 3 hafta | 3 |
| Değişim ve VeriToplumsal problemler üzerinde veri biliminin etkilerini açıklar. · Veri setleri ile ilgili uygulamalar yapar. · Veri setleri ile ilgili uygulamalar yapar (devam). | 13–15 | 3 hafta | 3 |
| Veri GörselleştirmeVeriyi görselleştirmek için çizgi grafiği çizer. · Veriyi görselleştirmek için histogram grafiği çizer. · Veriyi görselleştirmek için kutu grafiği çizer. · Veriyi görselleştirmek için bar grafiği ve saçılım grafiği çizer. | 16–19 | 4 hafta | 5 |
| Veriler Arası İlişkiBağımlı ve bağımsız değişken kavramını tanımlar. · İki değişken arasındaki ilişkiyi yorumlar. · Doğrusal regresyon modeli oluşturur. | 22–24 | 3 hafta | 3 |
| Veri ManipülasyonuVeri setleri ile ilgili olan kavramları açıklar ve veri setleri üzerinde toplulaştırma ve gruplama işlemleri yapar. · Bir veri setindeki eksik ve aykırı değerleri tespit eder. · One-Hot ve Label Encoder dönüşümlerini uygular. · Verileri standart hâle getirmek ve normalleştirmek için gerekli fonksiyonları kullanır. | 25–29 | 4 hafta | 7 |
| Veri UygulamalarıAçık kaynak kodlu platformları kullanır. · Açık kaynak kodlu platformlar üzerinden veri analizi projeleri geliştirir. · Açık kaynak kodlu platformlar üzerinden veri analizi projeleri geliştirir (devam). | 30–32 | 3 hafta | 3 |
| Yapay Zekâ Temel Kavramları ve UygulamalarıYapay zekâyla ilişkili olan kavramları açıklar. · İstatistiksel yöntemler ve farklı makine öğrenimi teknikleri kullanarak tahmin modelleri geliştirir. · İstatistiksel yöntemler ve farklı makine öğrenimi teknikleri kullanarak tahmin modelleri geliştirir (devam). · Sınıflandırma modellerini kullanarak belirli sınıflara ait verileri tanımlar. · Büyük ve karmaşık veri kümeleri içindeki desenleri keşfetmek ve veri setlerindeki bilgileri keşfetmek için güdümsüz modeller kullanır. | 33–37 | 5 hafta | 5 |
| Yapay Zekâ Tabanlı Oyun GeliştirmeOyunlarda yapay zekânın kullanımını açıklar. · Bir yapay zekâ oyun uygulaması geliştirir. · Yapay zekâ tabanlı Chatbot uygulamaları geliştirir. | 39–41 | 3 hafta | 3 |
| Genel Tekrar ve Proje SunumlarıDönem Sonu Değerlendirmesi ve Projelerin Sunulması | 42 | 1 hafta | 1 |
42 hafta, tatiller dahil.
1–8. hafta8 Eylül – 31 Ekim 202517 kazanım
9–12. hafta3 – 28 Kasım 20253 kazanım
13–15. hafta1 – 19 Aralık 20253 kazanım
16–19. hafta22 Aralık 2025 – 30 Ocak 20265 kazanım
22–24. hafta2 – 20 Şubat 20263 kazanım
25–29. hafta23 Şubat – 27 Mart 20267 kazanım
30–32. hafta30 Mart – 17 Nisan 20263 kazanım
33–37. hafta20 Nisan – 29 Mayıs 20265 kazanım
39–41. hafta1 – 19 Haziran 20263 kazanım
42. hafta22 – 26 Haziran 20261 kazanım
Planın tamamını PDF olarak indirebilir ya da doğrudan yazdırabilirsiniz (Ctrl+P) — yazdırma görünümü sadeleştirilmiştir.
Plan 42 hafta üzerinden kuruludur: 37 hafta ders, 5 hafta tatil. Ders haftada 2 saattir, yani yıl boyunca yaklaşık 74 ders saati eder.
İlk ders haftası (8 – 12 Eylül 2025) Veri Bilimi Temel Kavramları teması altında Veri bilimi temel kavramlarını ve soru tiplerini açıklar. konusuyla başlar.
Plan boyunca 50 kazanım ve 106 süreç bileşeni yer alır; bunlar 10 ünite/tema ve 37 konu başlığına dağılmıştır.
Takvimde Ara Tatil, Yarıyıl Tatili, Kurban Bayramı Tatili haftaları ders dışıdır; planda boş bırakılmış olarak görünür. Toplam 5 hafta bu şekildedir.
Başlangıç noktası olarak evet, ancak yıllık planı zümreniz onaylar. Okulunuzun ders saati, tatil takvimi ve sınıfınızın hızı farklıysa haftaları kaydırmanız gerekir.
Not: 2025-2026 Eğitim Öğretim Yılı tamamlandı. Bu sayfa arşiv değeriyle açık kalıyor; yeni yılın planı yayımlandığında buradan erişebileceksiniz.
Planın tamamı bu sayfada ve PDF olarak indirilebiliyor — üyelik yok, kilit yok. DersTakip uygulaması bunun üstüne şunları ekler:
Uygulamada bu bölümün adı Kazanımlar. Ücretsizdir; planları görmek için ödeme gerekmez.
DersTakip, sınava hazırlanan hazırlanmayan, çalışma süresini takip edip zamanı en iyi değerlendirme hedefiyle çalışan insanlar için geliştirilmiş bir araç.