Este trabajo tiene como propósito desarrollar un indicador de salud que permita predecir de forma confiable la vida útil de motores eléctricos utilizados en equipos de gran minería, haciendo uso de algoritmos de aprendizaje supervisado. Para lograrlo, se p artió del análisis de datos históricos de operación y mantenimiento, identificando las variables que influyen directamente en el desgaste y funcionamiento de estos motores. A lo largo del estudio, se construyeron y entrenaron modelos predictivos empleando algoritmos como Random Forest, Support Vector Machines (SVM) y redes neuronales artificiales, todo dentro del entorno MATLAB. Una vez desarrollados, estos modelos fueron validados mediante simulaciones, con el objetivo de comprobar su capacidad para antici par fallas y, así, mejorar las estrategias de mantenimiento predictivo. La metodología incluyó varias etapas clave: pri...