# உங்கள் எம்.எல் மாடலை பயன்படுத்த ஒரு வலை பயன்பாட்டை உருவாக்குங்கள் இந்த பாடத்திட்டத்தின் இந்த பகுதியில், ஒரு நடைமுறை எம்.எல் தலைப்பை அறிமுகப்படுத்துகிறோம்: உங்கள் Scikit-learn மாடலை ஒரு கோப்பாக சேமித்து, அதை ஒரு வலை பயன்பாட்டில் கணிப்புகளை செய்ய பயன்படுத்துவது எப்படி என்பதைப் பற்றி. மாடல் சேமிக்கப்பட்ட பிறகு, Flask-ல் உருவாக்கப்பட்ட ஒரு வலை பயன்பாட்டில் அதை எப்படி பயன்படுத்துவது என்பதை நீங்கள் கற்றுக்கொள்வீர்கள். முதலில், யு.எஃப்.ஓ (UFO) காட்சிகள் பற்றிய தரவுகளைப் பயன்படுத்தி ஒரு மாடலை உருவாக்குவீர்கள்! அதன் பிறகு, ஒரு வலை பயன்பாட்டை உருவாக்குவீர்கள், இது ஒரு இடர்பாடு மற்றும் நீளவட்ட மதிப்புடன் சில விநாடிகளை உள்ளிடுவதன் மூலம் எந்த நாடு யு.எஃப்.ஓவை கண்டதாகக் கூறியது என்பதை கணிக்க அனுமதிக்கும். ![UFO நிறுத்தம்](../../../translated_images/ta/ufo.9e787f5161da9d4d.webp) புகைப்படம் மைக்கேல் ஹெர்ரென் மூலம் அன்ஸ்பிளாஷ் இல் இருந்து பெறப்பட்டது. ## பாடங்கள் 1. [ஒரு வலை பயன்பாட்டை உருவாக்குங்கள்](1-Web-App/README.md) ## நன்றி "ஒரு வலை பயன்பாட்டை உருவாக்குங்கள்" [ஜென் லூப்பர்](https://twitter.com/jenlooper) அவர்களால் ♥️ உடன் எழுதப்பட்டது. ♥️ வினாடி வினாக்கள் ரோஹன் ராஜ் அவர்களால் எழுதப்பட்டவை. தரவுத்தொகுப்பு [Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings) மூலம் பெறப்பட்டது. வலை பயன்பாட்டு கட்டமைப்பு [இந்த கட்டுரை](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4) மற்றும் [இந்த ரெப்போ](https://github.com/abhinavsagar/machine-learning-deployment) மூலம் அபினவ் சாகர் அவர்களால் பரிந்துரைக்கப்பட்டது. --- **குறிப்பு**: இந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கின்றோம், ஆனால் தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும் என்பதை கவனத்தில் கொள்ளவும். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.