La actual digitalización de los procesos industriales está llevando al desarrollo de máquinas inteligentes y aplicaciones inteligentes en el campo de las tecnologías de ingeniería. La base es un sistema de sensores avanzado que monitorea valores característicos seleccionados de la máquina. Los datos obtenidos necesitan ser analizados, interpretados correctamente y visualizados por el operador de la máquina. Así, el operador de la máquina puede adquirir un sexto sentido para mantener la máquina y el proceso de producción en condiciones adecuadas. Esto tiene un efecto positivo en la reducción de la carga de estrés sobre el operador en la producción de componentes costosos y en el monitoreo de la condición segura de la máquina. El elemento clave aquí es el uso de un modelo de clasificación adecuado para la evaluación de datos de los parámetros de la máquina monitoreada. El artículo trata sobre la comparación de la tasa de éxito de los modelos de clasificación de la aplicación MATLAB Classification Learner. Los modelos de clasificación compararán datos del dominio de frecuencia y del dominio del tiempo, la fuente de datos es la misma. Ambas muestras de datos provienen de mediciones reales en el centro de mecanizado vertical CNC (Control Numérico por Computadora). Se reconocen tres estados básicos que representan daños en la herramienta de la máquina. Los datos se procesan y reducen para el uso de la aplicación MATLAB Classification Learner, que crea un modelo para reconocer fallos. El artículo tiene como objetivo comparar la tasa de éxito de los modelos de clasificación cuando la fuente de datos es un conjunto de datos en el dominio del tiempo o de frecuencia y su combinación.