Применение методов машинного обучения в интеграции с методами выделения информативных признаков для диагностики электромеханических систем (ЭС) является перспективным направлением научных исследований, связанных с решением важной научной задачи обеспечения безопасности полета современных летательных аппаратов. В работе предлагаются алгоритмы выделения информативных признаков, позволяющие построить классификационные модели с использованием методов машинного обучения для оценки технического состояния ЭС на основе спектрального анализа стационарных сигналов. Дается формализованное описание оптимизационных моделей, реализованных в этих алгоритмах. Предлагается схема выполнения оптимизационных расчетов для выделения информативных признаков. Приводятся результаты расчетных исследований на примере диагностики технического состояния электромеханического привода рулевой поверхности летательного аппарата.