add japanse assignment

2-Regression/1-Tools/translations/README.ja.md

@@ -215,4 +215,4 @@ s1 tc: T細胞（白血球の一種）
 
 ## 課題
 
-[異なるデータセット](../assignment.md)
+[異なるデータセット](./assignment.ja.mds)

2-Regression/1-Tools/translations/assignment.ja.md

@@ -0,0 +1,13 @@
+# Scikit-learnを用いた回帰
+
+## 課題の指示
+
+Scikit-learnで[Linnerud dataset](https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_linnerud.html#sklearn.datasets.load_linnerud) を見てみましょう。このデータセットは複数の[ターゲット](https://scikit-learn.org/stable/datasets/toy_dataset.html#linnerrud-dataset) を持っています。フィットネスクラブで20人の中年男性から収集した3つの運動変数(data)と3つの生理変数(target)で構成されています。
+
+あなた自身の言葉で、ウエストラインと腹筋の回数との関係をプロットする回帰モデルの作成方法を説明してください。このデータセットの他のデータポイントについても同様に説明してみてください。
+
+## ルーブリック
+
+| 指標 | 模範的                           | 適切                      | 要改善          |
+| ------------------------------ | ----------------------------------- | ----------------------------- | -------------------------- |
+| 説明文を提出してください。 | よく書けた文章が提出されている。 | いくつかの文章が提出されている。 | 文章が提出されていません。 |

2-Regression/2-Data/translations/README.ja.md

@@ -203,4 +203,4 @@ Matplotlibが提供する様々なタイプのビジュアライゼーション
 
 ## 課題
 
-[ビジュアライゼーションの探求](../assignment.md)
+[ビジュアライゼーションの探求](./assignment.ja.md)

2-Regression/2-Data/translations/assignment.ja.md

@@ -0,0 +1,9 @@
+# ビジュアライゼーションの活用
+
+データのビジュアライゼーションには、いくつかの異なるライブラリがあります。このレッスンのPumpkinデータを使って、matplotlibとseabornを使って、サンプルノートブックでいくつかのビジュアライゼーションを作ってみましょう。どのライブラリが作業しやすいでしょうか？
+
+## ルーブリック
+
+| 指標 | 模範的 | 適切 | 要改善 |
+| -------- | --------- | -------- | ----------------- |
+|          | ノートブックには2つの活用法/可視化方法が示されている。         |   ノートブックには1つの活用法/可視化方法が示されている。       |  ノートブックが提出されていない。                 |

2-Regression/3-Linear/translations/README.ja.md

@@ -331,4 +331,4 @@ Scikit-learnには、多項式回帰モデルを構築するための便利なAP
 
 ## 課題 
 
-[モデル構築](../assignment.md)
+[モデル構築](./assignment.ja.md)

2-Regression/3-Linear/translations/assignment.ja.md

@@ -0,0 +1,11 @@
+# 回帰モデルの作成
+
+## 課題の指示
+
+このレッスンでは、線形回帰と多項式回帰の両方を使ってモデルを構築する方法を紹介しました。この知識をもとに、自分でデータセットを探すか、Scikit-learnのビルトインセットの1つを使用して、新しいモデルを構築してください。手法を選んだ理由をノートブックに書き、モデルの精度を示してください。精度が十分でない場合は、その理由も説明してください。
+
+## ルーブリック
+
+| 指標 | 模範的                                                    | 適切                   | 要改善 |
+| -------- | ------------------------------------------------------------ | -------------------------- | ------------------------------- |
+|          | ドキュメント化されたソリューションを含む完全なノートブックを提示する。 | 解決策が不完全である。 | 解決策に欠陥またはバグがある。 |