Данная работа посвящена реализации и сравнению методов машинного обучения для прогнозирования состояния технической системы. Задачи, которые решались в ходе исследования:1) Изучение теории, посвященной основным методам машинного обучения для восстановления регрессии (прогнозирования).2) Сбор и обработка данных.3) Реализация методов машинного обучения и оценка их точности прогнозирования.4) Выбор модели и построение прогноза работоспособности технического объекта.В результате данной работы были получены краткосрочные прогнозы состояния аккумулятора электросамоката при различных условиях передвижения.

This work is devoted to the implementation and comparison of machine learning methods for predicting the state of a technical system. Tasks that were solved during the study:1) The study of the theory dedicated to the main methods of machine learning for regression recovery (forecasting).2) Collection and processing of data.3) Implementation of machine learning methods and evaluation of their prediction accuracy.4) Choosing a model and building a forecast of the performance of a technical object. As a result of this work, short-term forecasts of the state of the battery of an electric scooter under various conditions of movement were obtained.