Added Hindi Translation for 3-Web-App Base README

3-Web-App/translations/README.hi.md

@@ -0,0 +1,20 @@
+## अपने एमएल मॉडल का उपयोग करने के लिए एक वेब ऐप बनाएं
+
+पाठ्यक्रम के इस खंड में, आपको एक लागू एम.एल विषय से परिचित कराया जाएगा: अपने सैकिट-लर्न मॉडल को एक फ़ाइल के रूप में कैसे सहेजा जाए जिसका उपयोग वेब एप्लिकेशन के भीतर पूर्वानुमान लगाने के लिए किया जा सकता है। मॉडल सहेजे जाने के बाद, आप सीखेंगे कि फ्लास्क में निर्मित वेब ऐप में इसका उपयोग कैसे करें। आप पहले कुछ डेटा का उपयोग करके एक मॉडल तैयार करेंगे जो कि यू.एफ.ओ देखे जाने के बारे में है! फिर, आप एक वेब ऐप तैयार करेंगे जो आपको अक्षांश और देशांतर मान के साथ सेकंड इनपुट करने देगा ताकि यह अनुमान लगाया जा सके कि किस देश ने यू.एफ.ओ देखने की सूचना दी है।
+
+![यू.एफ.ओ पार्किंग](../images/ufo.jpg)
+>   <a href="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">माइकल हेरेन </a> द्वारा तस्वीर  <a href="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">अनस्पेलश </a> पर
+
+### पाठ
+
+- [वेब ऐप बनाएं](../1-Web-App/README.md)
+
+### क्रेडिट
+
+- "वेब ऐप बनाएं" [जेन लूपर ](https://twitter.com/jenlooper) द्वारा ♥ से लिखा गया
+
+- प्रश्नोत्तरी रोहन राज वारा ♥ से लिखा गया
+
+- डाटासेट [कागल](https://www.kaggle.com/NUFORC/ufo-sightings) से लिया गया था
+
+- वेब ऐप आर्किटेक्चर अभिनव सागर द्वारा [इस लेख](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4) और [इस रेपो](https://github.com/abhinavsagar/machine-learning-deployment) से प्रेरित है