# 機械学習モデルを活用したウェブアプリの構築 このカリキュラムのセクションでは、応用的な機械学習のトピックについて学びます。具体的には、Scikit-learnモデルをファイルとして保存し、それをウェブアプリケーション内で予測に使用する方法です。モデルを保存した後、Flaskで構築されたウェブアプリでそのモデルを使用する方法を学びます。まず、UFO目撃情報に関するデータを使用してモデルを作成します。その後、緯度と経度の値と秒数を入力することで、どの国がUFOを目撃したかを予測するウェブアプリを構築します。  写真提供：Michael Herren on Unsplash ## レッスン 1. [ウェブアプリを構築する](1-Web-App/README.md) ## クレジット 「ウェブアプリを構築する」は[Jen Looper](https://twitter.com/jenlooper)によって♥️を込めて書かれました。 ♥️ クイズはRohan Rajによって作成されました。 データセットは[Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings)から提供されています。 ウェブアプリのアーキテクチャは、部分的に[この記事](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4)と[このリポジトリ](https://github.com/abhinavsagar/machine-learning-deployment)（Abhinav Sagar作）を参考にしています。 --- **免責事項**: この文書はAI翻訳サービス[Co-op Translator](https://github.com/Azure/co-op-translator)を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当社は責任を負いません。