Merge pull request #300 from Foo-x/149-ja-3-readme

feat: add ja 3. readme

3-Web-App/translations/README.ja.md

@@ -0,0 +1,21 @@
+# 機械学習モデルを使うためにWebアプリを構築する
+
+カリキュラムのこの部分では、機械学習の応用的な話題を学びます。 Webアプリで予測を行うために使用するファイルとして Scikit-learn のモデルを保存する方法です。モデルを保存した後に、Flaskを使って構築したWebアプリでそのモデルを使う方法を学びます。まずはUFOの目撃情報に関するデータでモデルを作ります。次に、UFOの目撃報告があった国を予測するために、緯度・経度・秒数を入力できるWebアプリを構築します。
+
+![UFOパーキング](../images/ufo.jpg)
+
+<a href="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Michael Herren</a> によって <a href="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a> に投稿された写真
+
+## 講義
+
+1. [Webアプリを構築する](../1-Web-App/translations/README.ja.md)
+
+## クレジット
+
+「Webアプリを構築する」️は [Jen Looper](https://twitter.com/jenlooper) によって執筆されました。
+
+小テストは Rohan Raj によって執筆されました。
+
+データセットは [Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings) のものを元にしています。
+
+Webアプリのアーキテクチャは、Abhinav Sagar による [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) を一部参考にしています。