Après mûre réflexion, nous avons décidé de mettre fin à Amazon Kinesis Data Analytics pour les applications SQL :

1. À compter du **1er septembre 2025,** nous ne fournirons aucune correction de bogue pour les applications Amazon Kinesis Data Analytics for SQL, car leur support sera limité, compte tenu de l'arrêt prochain.

2. À compter du **15 octobre 2025,** vous ne pourrez plus créer de nouvelles applications Kinesis Data Analytics for SQL.

3. Nous supprimerons vos candidatures à compter **du 27 janvier 2026**. Vous ne serez pas en mesure de démarrer ou d'utiliser vos applications Amazon Kinesis Data Analytics for SQL. Support ne sera plus disponible pour Amazon Kinesis Data Analytics for SQL à partir de cette date. Pour de plus amples informations, veuillez consulter [Arrêt d'Amazon Kinesis Data Analytics pour les applications SQL](discontinuation.md).

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Exemples : Apprentissage automatique (Machine Learning)
<a name="examples-machine"></a>

Cette section fournit des exemples d’applications Amazon Kinesis Data Analytics qui utilisent des requêtes d’apprentissage automatique (Machine Learning). Les requêtes d'apprentissage automatique (Machine Learning) effectuent des analyses complexes sur les données en s'appuyant sur l'historique des données du flux pour rechercher des modèles inhabituels. Les exemples fournissent des step-by-step instructions pour configurer et tester votre application Kinesis Data Analytics. 

**Topics**
+ [Exemple : Détection d'anomalies de données sur un flux (fonction RANDOM\$1CUT\$1FOREST)](app-anomaly-detection.md)
+ [Exemple : détection d'anomalies de données et message d'explication (fonction RANDOM\$1CUT\$1FOREST\$1WITH\$1EXPLANATION)](app-anomaly-detection-with-explanation.md)
+ [Exemple : Détection des points chauds sur un flux (fonction HOTSPOTS)](app-hotspots-detection.md)