Ранняя диагностика важна для надежного и безопасного функционирования технических объектов. Результаты ранней диагностики используются как для предотвращения нештатных ситуаций, так и для эксплуатации технических объектов по состоянию. В статье анализируются методы и алгоритмы интеллектуального анализа данных, применяемые в задачах определения и прогнозирования состояния технических объектов. Рассматриваются нейронные сети, деревья решений, растущие пирамидальные сети, метрические алгоритмы, метод опорных векторов. Приводятся их достоинства и недостатки. Особое внимание уделяется алгоритмам и методам выделения информативных признаков в эмпирических данных, в частности, методам фильтрации, проекции, оберточным методам. Применение этих методов и алгоритмов актуально для упрощения моделей, используемых для классификации состояний технических объектов, и повышения точности диагностики. Приводятся примеры из мировой научной литературы по данному вопросу.