# သင့် ML မော်ဒယ်ကို အသုံးပြုနိုင်ရန် Web App တစ်ခု တည်ဆောက်ပါ ဒီသင်ခန်းစာအပိုင်းမှာ သင်သည် လက်တွေ့အသုံးချနိုင်သော ML ခေါင်းစဉ်တစ်ခုကို လေ့လာမည်ဖြစ်ပြီး၊ Scikit-learn မော်ဒယ်ကို ဖိုင်အဖြစ် သိမ်းဆည်းပြီး Web Application အတွင်းမှာ ခန့်မှန်းချက်များ ပြုလုပ်နိုင်ရန် အသုံးပြုနည်းကို သင်ယူမည်ဖြစ်သည်။ မော်ဒယ်ကို သိမ်းဆည်းပြီးနောက်၊ Flask ဖြင့် တည်ဆောက်ထားသော Web App အတွင်း၌ မော်ဒယ်ကို အသုံးပြုနည်းကို သင်ယူမည်ဖြစ်သည်။ သင်သည် UFO တွေ့ကြုံမှုများနှင့် ပတ်သက်သော ဒေတာတစ်ခုကို အသုံးပြု၍ မော်ဒယ်တစ်ခုကို စတင်တည်ဆောက်မည်ဖြစ်သည်။ ထို့နောက် သင်သည် latitude နှင့် longitude တန်ဖိုးများနှင့်အတူ စက္ကန့်အရေအတွက်တစ်ခုကို ထည့်သွင်းပြီး UFO တွေ့ကြုံမှုကို ဘယ်နိုင်ငံမှ သတင်းပို့ခဲ့သည်ကို ခန့်မှန်းနိုင်မည့် Web App တစ်ခုကို တည်ဆောက်မည်ဖြစ်သည်။  ဓာတ်ပုံ - Michael Herren မှ Unsplash တွင် ရရှိသည်။ ## သင်ခန်းစာများ 1. [Web App တစ်ခု တည်ဆောက်ခြင်း](1-Web-App/README.md) ## အထူးကျေးဇူးတင်စကား "Web App တစ်ခု တည်ဆောက်ခြင်း" ကို [Jen Looper](https://twitter.com/jenlooper) မှ ♥️ ဖြင့် ရေးသားထားပါသည်။ ♥️ စစ်ဆေးမေးခွန်းများကို Rohan Raj မှ ရေးသားထားပါသည်။ ဒေတာအစုအဖွဲ့ကို [Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings) မှ ရယူထားပါသည်။ Web App အဆောက်အဦးကို [ဒီဆောင်းပါး](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4) နှင့် [ဒီ repo](https://github.com/abhinavsagar/machine-learning-deployment) မှ Abhinav Sagar ၏ အကြံပြုချက်အချို့အပေါ် အခြေခံ၍ တည်ဆောက်ထားပါသည်။ --- **ဝက်ဘ်ဆိုက်မှတ်ချက်**: ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်မှုများတွင် အမှားများ သို့မဟုတ် မတိကျမှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းစာရွက်စာတမ်းကို ၎င်း၏ မူလဘာသာစကားဖြင့် အာဏာတည်သောရင်းမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ ပြန်ဆိုမှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုမှားများ သို့မဟုတ် အဓိပ္ပါယ်မှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။