Предварительная обработка исходных данных повышает эффективность применения методов интеллектуального анализа данных (ИАД). Наряду с очисткой, нормализацией, преобразованием данных и т.д. она включает в себя этап выделения наиболее информативных признаков, т.е. позволяет снизить размерность пространства признаков. Многие исследователи считают этап выделения информативных признаков рассматриваемого объекта одним из самых важных и сложных этапов решения задач ИАД. В связи с этим становится актуальным вопрос выбора алгоритмов, обеспечивающих наибольшую эффективность методов ИАД. В докладе рассмотрены алгоритмы выделения информативных признаков в задаче ИАД на примере оценки и прогноза технического состояния (задача ранней диагностики) электродвигателя беспилотного летательного аппарата, где анализируемое множество значений контролируемых параметров относится к определенному классу или уровню опасности в зависимости от возможных последствий сложившейся ситуации (состояния технического объекта). Применение методов ИАД позволяет решать задачу контроля технического состояния технического объекта, когда отсутствуют достаточное количество данных для принятия статистических гипотез с необходимым уровнем доверия и подробные математические описания физических процессов развития деградаций в условиях воздействия всевозможных внутренних и внешних факторов.