ML-For-Beginners/translations/ja/3-Web-App/README.md

# あなたのMLモデルを使用するためのWebアプリを構築する

このカリキュラムのセクションでは、応用されたMLのトピックに触れます。具体的には、Scikit-learnモデルをファイルとして保存し、それをWebアプリケーション内で予測に使用する方法について学びます。モデルを保存した後、そのモデルをFlaskで構築されたWebアプリで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。そして、緯度と経度の値を入力して、UFOを目撃した国を予測するWebアプリを構築します。

![UFO Parking](../../../translated_images/ufo.9e787f5161da9d4d1dafc537e1da09be8210f2ee996cb638aa5cee1d92867a04.ja.jpg)

Photo by <a href="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Michael Herren</a> on <a href="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>

## レッスン

1. [Webアプリを構築する](1-Web-App/README.md)

## クレジット

"Build a Web App" は [Jen Looper](https://twitter.com/jenlooper) によって書かれました。

クイズはRohan Rajによって書かれました。

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。

Web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)および[このリポジトリ](https://github.com/abhinavsagar/machine-learning-deployment)（Abhinav Sagarによる）を参考にしています。

**免責事項**:
この文書は機械翻訳AIサービスを使用して翻訳されています。正確性を期しておりますが、自動翻訳には誤りや不正確さが含まれる可能性があります。元の言語での原文を権威ある情報源と見なすべきです。重要な情報については、専門の人間による翻訳をお勧めします。この翻訳の使用に起因する誤解や誤解釈について、当社は責任を負いかねます。