Veri Bilimi Yıllık Plan

T.C. MİLLİ EĞİTİM BAKANLIĞI
.......... OKUL SEÇ ..........
2026-2027 EĞİTİM ÖĞRETİM YILI 10. SINIF VERİ BİLİMİ DERSİ DERS PLANI

Öğretmen Adı

Ders Öğretmeni

Müdür Adı

Okul Müdürü

Hafta 8 / 37
2026-2027 günlük plan ana yapı tablosu — 37 hafta
HaftaTarihSaatTema / ÜniteÜnite / TemaKonuÖğrenme Çıktısı KodlarıKazanım KodlarıÖğrenme KanıtlarıÖlçme-DeğerlendirmeBölüm / Durum
#14-18 Eylül4Veri Ön İşlemeVeri bilimi kavramlarıVeri bilimi kavramlarını tanımlar.Yazılı Sınav, Performans GöreviDolu
#21-25 Eylül4Veri Ön İşlemeVeri bilimi kavramlarıVeri bilimi kavramlarını tanımlar.Yazılı Sınav, Performans GöreviDolu
#28 Eylül - 2 Ekim4Veri Ön İşlemeVeri bilimi kavramlarıVeri bilimi kavramlarını tanımlar.Yazılı Sınav, Performans GöreviDolu
#5-9 Ekim4Veri Ön İşlemeVeri ön işlemeVeri işleme araçlarıyla temel ön işlemeyi uygular.Yazılı Sınav, Performans GöreviDolu
#12-16 Ekim4Veri Ön İşlemeVeri ön işlemeVeri işleme araçlarıyla temel ön işlemeyi uygular.Yazılı Sınav, Performans GöreviDolu
#19-23 Ekim4Veri Ön İşlemeVeri ön işlemeVeri işleme araçlarıyla temel ön işlemeyi uygular.Yazılı Sınav, Performans GöreviDolu
#26-30 Ekim4Veri Ön İşlemeVeri ön işlemeVeri işleme araçlarıyla temel ön işlemeyi uygular.Yazılı Sınav, Performans GöreviDolu
#2-6 Kasım4Veri Ön İşlemeEDA ve veri artırma teknikleriEDA ve veri artırma tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu

8. Hafta — 2-6 Kasım — Tema: Veri Ön İşleme Dolu

Ders
Veri Bilimi
Sınıf
10. Sınıf
Tema / Ünite
Veri Ön İşleme
Konu
EDA ve veri artırma teknikleri
Süre
4 ders saati (160 dk)
Tarih
2-6 Kasım
Hafta
8. Hafta
Belirli Gün ve Haftalar
Kızılay Haftası (29 Ekim-4 Kasım), Lösemili Çocuklar Haftası (2-8 Kasım), Organ Bağışı ve Nakli Haftası (3-9 Kasım)

Öğrenme Çıktıları ve Süreç Bileşenleri MEB

EDA ve veri artırma tekniklerini uygular.
Keşifçi veri analizi ve veri artırma teknikleri uygulatılır.

Tema Özeti DPO

VERİ ÖN İŞLEME ünitesinin 8. haftası.

Programlar Arası Bileşenler MEB

Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.5 SınıflandırmaKB2.13 YapılandırmaKB2.16 Akıl Yürütme
EğilimlerE1.1 MerakE3.4 Gerçeği Arama
Sosyal-Duygusal Öğrenme BecerileriSDB1.2 Kendini Düzenleme (Öz Düzenleme)SDB2.1 İletişim
DeğerlerD5 DuyarlılıkD15 Sevgi
Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı
Beceriler Arası İlişkilerMAB5. Matematiksel Araç ve Teknoloji ile Çalışma

Alan Becerileri MEB

Yapay zekâ için veri işlemleri yapma

Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO

  • Yazılı Sınav
  • Performans Görevi
  • Öz Değerlendirme Formu

Temel Kabuller DPO

Önceki haftaların çıktıları (Veri ön işleme) edinilmiş kabul edilir.

Ön Değerlendirme Süreci DPO

Önceki haftanın çıktıları (Veri ön işleme) kısa sorularla yoklanır.

Köprü Kurma DPO

Veri ön işleme ile EDA ve veri artırma teknikleri arasında ilişki kurulur; EDA ve veri artırma teknikleri hatırlatılır.

Öğrenme-Öğretme Uygulamaları DPO

  1. Derse Giriş15 dk

    Önceki haftanın çıktıları (Veri ön işleme) kısa sorularla yoklanır; EDA ve veri artırma teknikleri konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır.

  2. Keşfetme50 dk

    Öğrencilerin EDA ve veri artırma teknikleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir.

  3. Uygulama70 dk

    Öğrenciler EDA ve veri artırma teknikleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (EDA ve veri artırma teknikleri).

  4. Sonuçlandırma25 dk

    Öğrencilerin "Keşifçi veri analizi ve veri artırma teknikleri uygulatılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir.

Sınıf defteri: EDA ve veri artırma teknikleri; değerlendirme

Derse Giriş 15 dk

Önceki haftanın çıktıları (Veri ön işleme) kısa sorularla yoklanır; EDA ve veri artırma teknikleri konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır.

Keşfetme 50 dk

Öğrencilerin EDA ve veri artırma teknikleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir.

Uygulama 70 dk

Öğrenciler EDA ve veri artırma teknikleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (EDA ve veri artırma teknikleri).

Sonuçlandırma 25 dk

Öğrencilerin "Keşifçi veri analizi ve veri artırma teknikleri uygulatılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir.

Farklılaştırma Boş

ZÖğretmen tarafından doldurulacak
DÖğretmen tarafından doldurulacak

Araç-Gereç ve Kaynaklar DPO

Araç-Gereç
  • Ders kitabı
  • Etkileşimli tahta
Kaynaklar
  • Veri Bilimi Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli)

Öğretmen Görüşleri

BÖLÜM I

Ders
Veri Bilimi
Sınıf
10. Sınıf
Ünite / Tema
Veri Ön İşleme
Konu
EDA ve veri artırma teknikleri
Önerilen Süre
4 ders saati (160 dk)
Tarih
2-6 Kasım
Hafta
8. Hafta
Belirli Gün ve Haftalar
Kızılay Haftası (29 Ekim-4 Kasım), Lösemili Çocuklar Haftası (2-8 Kasım), Organ Bağışı ve Nakli Haftası (3-9 Kasım)

BÖLÜM II DPO

Kazanımlar
EDA ve veri artırma tekniklerini uygular.
Açıklamalar YZ
  • Keşifçi veri analizi ve veri artırma teknikleri uygulatılır.
Öğrenme-Öğretme Yöntem ve Teknikleri
  • Anlatım
  • Soru-Cevap
  • Problem Çözme
  • Gösterip Yaptırma
Kullanılan Eğitim Teknolojileri, Araç ve Gereçler
Araç-Gereç
  • Ders kitabı
  • Etkileşimli tahta
Kaynaklar
  • Veri Bilimi Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli)
Öğrenme-Öğretme Etkinlikleri
Dikkat Çekme

EDA ve veri artırma teknikleri ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır.

Güdüleme

EDA ve veri artırma teknikleri konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır.

Gözden Geçirme

Önceki haftanın konusu (Veri ön işleme) kısaca tekrar edilir.

Derse Geçiş

Haftanın kazanımı öğrencilerle paylaşılır: EDA ve veri artırma tekniklerini uygular.

Bireysel Öğrenme Etkinlikleri

Öğretmen işlem basamaklarını gösterir; öğrenciler basamakları bireysel olarak uygular, öğretmen dönüt verir.

Grupla Öğrenme Etkinlikleri

Atölye/laboratuvar uygulaması (grup çalışması, öğretmen gözetiminde):
1) Keşifçi veri analizi ve veri artırma teknikleri uygulatılır.

Özet

Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur.

BÖLÜM III — Ölçme-Değerlendirme

Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme
  • Yazılı Sınav
  • Performans Görevi
  • Öz Değerlendirme Formu
Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme
  • Grup çalışması gözlem formu
Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme

    BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar

    • Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir.
    • Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır.
    • Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır.
    • Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir.
    • Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
    #9-13 Kasım4Veri Ön İşlemeEDA ve veri artırma teknikleriEDA ve veri artırma tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    16-20 KasımAkademik Takvim 1. Dönem Ara Tatil
    #23-27 Kasım4Veri Ön İşlemeEDA ve veri artırma teknikleriEDA ve veri artırma tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    #30 Kasım - 4 Aralık4Veri Ön İşlemeEDA ve veri artırma teknikleriEDA ve veri artırma tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    #7-11 Aralık4Veri AnaliziVeri görselleştirme araçlarıVerileri görselleştirme araçlarıyla analiz eder.Yazılı Sınav, Performans GöreviDolu
    #14-18 Aralık4Veri AnaliziVeri görselleştirme araçlarıVerileri görselleştirme araçlarıyla analiz eder.Yazılı Sınav, Performans GöreviDolu
    #21-25 Aralık4Veri AnaliziVeri görselleştirme araçlarıVerileri görselleştirme araçlarıyla analiz eder.Yazılı Sınav, Performans GöreviDolu
    #28 Aralık - 1 Ocak4Veri AnaliziVeri görselleştirme araçlarıVerileri görselleştirme araçlarıyla analiz eder.Yazılı Sınav, Performans GöreviDolu
    #4-8 Ocak4Veri AnaliziBoyut indirgeme teknikleriBoyut indirgeme tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    #11-15 Ocak4Veri AnaliziBoyut indirgeme teknikleriBoyut indirgeme tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    #18-22 Ocak4Veri AnaliziBoyut indirgeme teknikleriBoyut indirgeme tekniklerini uygular.Yazılı Sınav, Performans GöreviDolu
    25-29 OcakAkademik Takvim Yarıyıl Tatili
    1-5 ŞubatAkademik Takvim Yarıyıl Tatili
    #8-12 Şubat4Veri MadenciliğiVeri madenciliği uygulamalarıVeri madenciliği uygulamalarıYazılı Sınav, Performans GöreviDolu
    #15-19 Şubat4Veri MadenciliğiVeri madenciliği uygulamalarıVeri madenciliği uygulamalarıYazılı Sınav, Performans GöreviDolu
    #22-26 Şubat4Veri MadenciliğiVeri madenciliği uygulamalarıVeri madenciliği uygulamalarıYazılı Sınav, Performans GöreviDolu
    #1-5 Mart4Veri MadenciliğiVeri madenciliği uygulamalarıVeri madenciliği uygulamalarıYazılı Sınav, Performans GöreviDolu
    8-12 MartAkademik Takvim 2. Dönem Ara Tatil
    #15-19 Mart4Veri MadenciliğiVeri madenciliği süreçleriVeri madenciliği süreçlerini uygular.Yazılı Sınav, Performans GöreviDolu
    #22-26 Mart4Veri MadenciliğiVeri madenciliği süreçleriVeri madenciliği süreçlerini uygular.Yazılı Sınav, Performans GöreviDolu
    #29 Mart - 2 Nisan4Veri MadenciliğiVeri madenciliği süreçleriVeri madenciliği süreçlerini uygular.Yazılı Sınav, Performans GöreviDolu
    #5-9 Nisan4Veri MadenciliğiBüyük veri işleme teknikleriBüyük veri işleme tekniklerini açıklar.Yazılı Sınav, Performans GöreviDolu
    #12-16 Nisan4Veri MadenciliğiBüyük veri işleme teknikleriBüyük veri işleme tekniklerini açıklar.Yazılı Sınav, Performans GöreviDolu
    #19-23 Nisan4Veri MadenciliğiBüyük veri işleme teknikleriBüyük veri işleme tekniklerini açıklar.Yazılı Sınav, Performans GöreviDolu
    #26-30 Nisan4Veri MadenciliğiBüyük veri işleme teknikleriBüyük veri işleme tekniklerini açıklar.Yazılı Sınav, Performans GöreviDolu
    #3-7 Mayıs4Sosyal Ağ AnaliziSosyal ağlarSosyal ağlardan veri toplama uygulaması yapar.Yazılı Sınav, Performans GöreviDolu
    #10-14 Mayıs4Sosyal Ağ AnaliziSosyal ağlarSosyal ağlardan veri toplama uygulaması yapar.Yazılı Sınav, Performans GöreviDolu
    #17-21 Mayıs4Sosyal Ağ AnaliziSosyal ağlarSosyal ağlardan veri toplama uygulaması yapar.Yazılı Sınav, Performans GöreviDolu
    #24-28 Mayıs4Sosyal Ağ AnaliziSosyal ağ analiz teknikleriSosyal ağ analizi tekniklerini kullanarak analiz işlemlerini yapar.Yazılı Sınav, Performans GöreviDolu
    #31 Mayıs - 4 Haziran4Sosyal Ağ AnaliziSosyal ağ analiz teknikleriSosyal ağ analizi tekniklerini kullanarak analiz işlemlerini yapar.Yazılı Sınav, Performans GöreviDolu
    #7-11 Haziran4Sosyal Ağ AnaliziSosyal ağ analiz teknikleriSosyal ağ analizi tekniklerini kullanarak analiz işlemlerini yapar.Yazılı Sınav, Performans GöreviDolu
    #14-18 Haziran4Sosyal Ağ AnaliziSosyal ağ analiz teknikleriSosyal ağ analizi tekniklerini kullanarak analiz işlemlerini yapar.Yazılı Sınav, Performans GöreviDolu
    #21-25 Haziran4Sosyal EtkinlikSosyal EtkinlikOkul temelli planlama kapsamında sosyal etkinlik haftasıBoş Sosyal Etkinlik

    10. Sınıf Veri Bilimi Günlük Planı — Kaynaklar ve İçerik

    • 10. Sınıf Veri Bilimi Yıllık Planı (çerçeve / ünitelendirilmiş yıllık plan)
    • Ders İçeriği

      Yapay Zeka - Yapay Zeka (Mesleki ve Teknik Anadolu Lisesi) alanında Veri Bilimi dersi 10. sınıf 2026-2027 eğitim öğretim yılı günlük planı (haftalık ders planı). Haftalık 4 ders saati.

      Üniteler ve Konular

      1. Veri Ön İşleme (43 ders saati)

      Veri ön işleme adımlarını güvenlik protokollerine uygun yürütebilme

      • 1. Veri bilimi kavramları
        • Veri bilimi kavramlarını tanımlar.
      • 2. Veri ön işleme
        • Veri işleme araçlarıyla temel ön işlemeyi uygular.
      • 3. EDA ve veri artırma teknikleri
        • EDA ve veri artırma tekniklerini uygular.

      2. Veri Analizi (29 ders saati)

      Veri setlerini görsel analiz ve boyut indirgeme ile anlamlandırabilme

      • 1. Veri görselleştirme araçları
        • Verileri görselleştirme araçlarıyla analiz eder.
      • 2. Boyut indirgeme teknikleri
        • Boyut indirgeme tekniklerini uygular.

      3. Veri Madenciliği (43 ders saati)

      Veri madenciliği uygulamalarını yapabilme

      • 1. Veri madenciliği uygulamaları
      • 2. Veri madenciliği süreçleri
        • Veri madenciliği süreçlerini uygular.
      • 3. Büyük veri işleme teknikleri
        • Büyük veri işleme tekniklerini açıklar.

      4. Sosyal Ağ Analizi (29 ders saati)

      Sosyal ağ analizi tekniklerini kullanarak verileri yorumlayabilme

      • 1. Sosyal ağlar
        • Sosyal ağlardan veri toplama uygulaması yapar.
      • 2. Sosyal ağ analiz teknikleri
        • Sosyal ağ analizi tekniklerini kullanarak analiz işlemlerini yapar.

    İlgili Planlar