U ovom radu je prikazana primjena strojnog učenja u svrhu analize zdravlja transformatora. Indeksom zdravlja je definirano stanje energetskog transformatora. Na temelju klasičnih testova i tradicionalnih metoda svakom transformatoru je pridodan određeni indeks. Testira se izolacijsko ulje odnosno njegovih šest parametara. Algoritmi kojima se predviđalo stanje su: Multinomial Logistic Regression (MLR), Extremely Randomized Trees (ETC), K-Neighbors Classifier (KNN), Random Forests (RFC), Gradient Boosting Classifier (GBC). Na kraju su uspoređeni rezultati dobiveni strojnim učenjem i rezultati Fuzzy logike i GRNN. Kombinacija algoritama u različitim ansamblima je dovela do visoke razine točnosti predviđanja stoga predstavljeni model bi mogao pronaći mjesto u različitim sustavima samonadzora i održavanja transformatora.