Python ile İlk Yapay Zeka Projeleri: Liseliler İçin 10 Uygulanabilir Fikir

Python ile yapay zeka projelerine başlamak isteyen bir lise öğrencisi için en iyi ilk proje, küçük bir veriyle, ölçülebilir bir soruya cevap veren projedir. Görüntü sınıflandırma, duygu analizi, basit bir öneri sistemi ya da bir oyun botu bu tanıma uyar. Aşağıdaki 10 fikir, her biri için seviye, gereken veri ve başarının nasıl ölçüleceği bilgisiyle birlikte geliyor.

Bu yazıda Python dilini anlatmıyoruz; dilin neden yapay zekanın ortak dili haline geldiğini merak ediyorsanız Python neden yapay zekanın dili yazımıza bakabilirsiniz. Burada doğrudan projelere geçiyoruz.

Bir projeyi “uygulanabilir” yapan ne?

Fikir seçmeden önce üç soruyu cevaplayın:

1. Veri nereden gelecek? Kendin mi toplayacaksın, hazır ve lisansı uygun bir veri seti mi kullanacaksın?
2. Başarıyı nasıl ölçeceksin? “Çalışıyor” yetmez. Doğruluk oranı, hata sayısı ya da kullanıcı testi gibi ölçülebilir bir ölçüt seç.
3. Üç-dört haftada bitebilir mi? İlk proje için küçük ve bitmiş, büyük ve yarım kalmıştan her zaman daha değerlidir.

10 proje fikri

Aşağıdaki özet tablo, fikirleri seviyeye göre karşılaştırmanızı kolaylaştırır. Ayrıntılar tablonun altında.

#	Proje	Seviye	Veri	Başarı ölçütü
1	Atık ayırma sınıflandırıcısı	Başlangıç	Kendi çektiğin fotoğraflar	Test fotoğraflarında doğruluk
2	El hareketiyle oyun kontrolü	Başlangıç	Kameradan kendi örneklerin	Doğru algılanan hareket oranı
3	Yorum duygu analizi	Başlangıç	Etiketlenmiş kısa metinler	Test metinlerinde doğruluk
4	Kitap ya da film öneri sistemi	Orta	Arkadaşlarından puanlar	Önerilerin beğenilme oranı
5	Tic-tac-toe oyun botu	Başlangıç	Veri gerekmez, kurallar yeterli	Kaybetmeden oynanan oyun oranı
6	Satranç konumu tanıma	Orta	Tahta fotoğrafları	Doğru tanınan kare oranı
7	Fitness hareketi sayacı	Orta	Kendi hareket videoların	Gerçek sayıma yakınlık
8	Ders notu özetleyici	Orta	Kendi ders notların	Özetin sınıf arkadaşlarınca puanlanması
9	İşaret dili harf tanıma	Orta	Kendi el görüntülerin (izinli)	Harf başına doğruluk
10	Okul enerji ya da hava verisi tahmini	Orta	Kendi tuttuğun ölçüm kayıtları	Tahmin ile gerçek arasındaki fark

1. Atık ayırma sınıflandırıcısı

Plastik, kağıt, cam ve metal atıkların fotoğrafını çekip sınıflandıran bir model. Her sınıf için çeşitli açı, ışık ve arka planda çekilmiş fotoğraflar toplayın. Bu klasik bir görüntü sınıflandırma problemidir ve ilk proje için idealdir. Başarıyı, modelin eğitimde hiç görmediği fotoğraflardaki doğruluğuyla ölçün.

2. El hareketiyle oyun kontrolü

Kamerayla birkaç el hareketini tanıyıp basit bir oyunu (örneğin bir top sektirme oyunu) bu hareketlerle kontrol etmek. Hazır el ve vücut noktası algılama kütüphaneleri işi kolaylaştırır. Görsel ve eğlenceli olduğu için sunumda çok iyi çalışır.

3. Yorum duygu analizi

Kısa metinlerin olumlu mu, olumsuz mu olduğunu tahmin eden bir model. Kendi yazdığınız ya da lisansı uygun bir kaynaktan aldığınız cümleleri etiketleyin. Türkçe metinlerle çalışmak ek bir zorluk ve iyi bir öğrenme fırsatıdır: olumsuzluk ekleri, ironi ve argo modeli nasıl etkiliyor?

4. Kitap ya da film öneri sistemi

Arkadaşlarınızdan bir liste üzerindeki kitap ya da filmleri puanlamalarını isteyin. Benzer zevklere sahip kişileri bulup öneri yapan basit bir öneri sistemi kurun. Başarıyı, önerilerin ilgili kişi tarafından beğenilip beğenilmediğine bakarak ölçebilirsiniz. Katılımcıların verisini anonim tutmayı unutmayın.

5. Tic-tac-toe oyun botu

Veri gerektirmeyen, algoritmik düşünmeye odaklı bir proje. Oyun ağacını tarayarak en iyi hamleyi bulan bir bot yazın. Bir sonraki adım olarak, kuralları vermek yerine botun kendi kendine oynayarak öğrenmesini (pekiştirmeli öğrenme) deneyebilirsiniz. Başarı ölçütü nettir: Bot kaç oyunda kaybetmeden oynuyor?

6. Satranç konumu tanıma

Bir satranç tahtasının fotoğrafından hangi karede hangi taş olduğunu çıkaran bir sistem. Önce tahtayı 64 kareye bölmek, sonra her kareyi sınıflandırmak gerekir. L’Atelier AI’ın ilk seviyesindeki akıllı satranç tahtası projesine yakın bir fikirdir ve görüntü işleme ile oyun mantığını bir araya getirir.

7. Fitness hareketi sayacı

Kamera görüntüsünden şınav ya da mekik gibi bir hareketi sayan bir uygulama. Vücut noktalarının açılarını takip etmek yeterli olabilir. Başarıyı, modelin saydığı ile sizin elle saydığınız tekrar sayısı arasındaki farkla ölçün. Hareketin doğru yapılıp yapılmadığına dair geri bildirim eklemek, projeyi bir adım ileri taşır.

8. Ders notu özetleyici

Kendi ders notlarınızı özetleyen ve bunlardan soru üreten bir araç. Bir dil modeli kullanabilirsiniz, ama asıl proje değerlendirmededir: Özetler doğru mu, önemli bir noktayı atlıyor mu, bilgi uyduruyor mu? Birkaç sınıf arkadaşınızdan özetleri puanlamasını isteyin.

9. İşaret dili harf tanıma

El görüntülerinden işaret dilindeki harfleri tanıyan bir model. Türk İşaret Dili çevirmeni, atölyedeki proje seçeneklerinden biridir. Görüntüleri yalnızca izin alınan kişilerden toplayın ve modelin farklı el yapılarında, ışıklarda nasıl davrandığını test edin.

10. Okul enerji ya da hava verisi tahmini

Birkaç hafta boyunca düzenli ölçümler tutun (sınıf sıcaklığı, dış hava, ışık kullanımı gibi) ve ertesi günü tahmin eden basit bir model kurun. Bu proje, veri toplamanın ne kadar emek istediğini ve küçük veriyle neler yapılıp neler yapılamayacağını çok iyi gösterir.

Projeyi portfolyoya dönüştürmek

Bitmiş bir proje, iyi belgelenmediğinde yarı değerini kaybeder. Her proje için şunları hazırlayın:

• Kısa bir açıklama: Problem ne, neden bu projeyi seçtin?
• Veri notu: Veri nereden geldi, kaç örnek var, nasıl etiketlendi?
• Sonuç ve sınırlar: Hangi ölçütle ne elde ettin? Model nerede zorlanıyor?
• Kod deposu: Açıklayıcı bir README ile düzenli tutulmuş kod.
• Kısa bir demo videosu: Projenin çalıştığını gösteren, kendi sesinle anlattığın birkaç dakika.

Yapay zeka araçlarından yardım aldıysanız bunu açıkça belirtin ve projedeki her satırı açıklayabildiğinizden emin olun. Portfolyo hazırlama üzerine daha ayrıntılı öneriler için liseliler için yapay zeka portfolyosu yazımıza göz atabilirsiniz.

Sık sorulan sorular

Bu projeler için güçlü bir bilgisayar gerekir mi?

Başlangıç seviyesindeki projelerin çoğu sıradan bir dizüstü bilgisayarda ya da ücretsiz çevrim içi not defteri ortamlarında yapılabilir. Görüntü projelerinde veri büyüdükçe daha güçlü donanım işe yarar.

Hangi projeyle başlamalıyım?

İlginizi en çok çeken ve verisini en kolay toplayabileceğiniz projeyle. Atık ayırma, duygu analizi ve tic-tac-toe botu, ilk proje için iyi başlangıç noktalarıdır.

Takım halinde mi, tek başıma mı çalışmalıyım?

İkisi de olur. İki kişilik bir takım, iş bölümü ve fikir alışverişi sayesinde çoğu zaman daha hızlı ilerler. Ancak portfolyoda kimin hangi kısmı yaptığını açıkça belirtmek gerekir.

Kapanış

İlk proje mükemmel olmak zorunda değil; bitmiş, ölçülmüş ve dürüstçe anlatılmış olması yeterli. L’Atelier AI’da her seviyenin ikinci yarısı projeye ayrılır ve her seviye bir Demo Day ile biter; ilk seviyede projeler 2’li takımlarla geliştirilir. Seviyeler sayfamızda bu yolculuğu, yapay zeka ile uygulama geliştirme programımızda ise proje odaklı yaklaşımımızı inceleyebilirsiniz.