У роботі розроблено інформаційну технологію прогнозування результатів спортивних подій з використанням методів машинного навчання. Основна увага приділена створенню та налаштуванню моделей класифікації на основі алгоритмів Random Forest, XGBoost, LightGBM та логістичної регресії. Розроблена система забезпечує обробку великих обсягів статистичних даних про команди, гравців та історію матчів, що дозволяє підвищити точність прогнозів. Для підвищення стабільності результатів застосовано метод ансамблювання та стекування моделей. Проведено аналіз впливу ключових факторів — рейтингу команд, поточної форми, очних зустрічей та коефіцієнтів букмекерів — на кінцевий результат. Розроблений програмний продукт реалізовано мовою Python із використанням бібліотек Scikit-learn, XGBoost та LightGBM. Отримані результати показали підвищення точності прогнозування порівняно з базовими моделями, що підтверджує ефективність запропонованої технології.