# Zbuduj aplikację webową wykorzystującą Twój model ML W tej części programu nauczania zostaniesz wprowadzony w praktyczny temat związany z uczeniem maszynowym: jak zapisać model Scikit-learn jako plik, który może być używany do przewidywań w aplikacji webowej. Po zapisaniu modelu nauczysz się, jak wykorzystać go w aplikacji webowej zbudowanej w Flask. Najpierw stworzysz model, korzystając z danych dotyczących obserwacji UFO! Następnie zbudujesz aplikację webową, która pozwoli Ci wprowadzić liczbę sekund, szerokość geograficzną i długość geograficzną, aby przewidzieć, który kraj zgłosił obserwację UFO.  Zdjęcie autorstwa Michaela Herrena na Unsplash ## Lekcje 1. [Zbuduj aplikację webową](1-Web-App/README.md) ## Podziękowania "Zbuduj aplikację webową" zostało napisane z ♥️ przez [Jen Looper](https://twitter.com/jenlooper). ♥️ Quizy zostały napisane przez Rohana Raja. Zbiór danych pochodzi z [Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings). Architektura aplikacji webowej została częściowo zasugerowana w [tym artykule](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4) oraz [tym repozytorium](https://github.com/abhinavsagar/machine-learning-deployment) autorstwa Abhinava Sagara. --- **Zastrzeżenie**: Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego języku źródłowym powinien być uznawany za wiarygodne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.