A medida que la tecnología de la aviación avanza, numerosos nuevos aviones entran en el mercado. Estos no solo ofrecen a las aerolíneas ventajas tecnológicas y de eficiencia de combustible, sino que también presentan el desafío de cómo llevar a cabo la formación de transición de tipo de aeronave para pilotos de manera eficiente y económica. Para abordar este problema, este estudio diseñó una metodología para evaluar cuantitativamente la similitud en el diseño del control de la pantalla del panel y los procedimientos operativos estándar (SOP) entre tipos de aeronaves. Luego, al combinar los resultados de una encuesta sobre la formación de transición de A320, A330, B737 y B777 y los datos de costos de formación, se verificó cuantitativamente que la similitud entre aeronaves tiene un impacto positivo en la reducción de la dificultad y el costo de la formación de transición. Tomando la similitud entre tipos de aeronaves como una característica, se utilizó el algoritmo KNN para construir con éxito un modelo de predicción de dificultad para el programa de formación de transición de tipo de aeronave. Para superar la limitación del volumen insuficiente de datos de costos de formación, este estudio adopta el método de aprendizaje por transferencia para construir un modelo de predicción del costo de la formación de transición, y la precisión de predicción significativa final prueba la efectividad del método. La investigación en este documento no solo proporciona un sólido apoyo de datos para la planificación de recursos y la gestión de costos de la formación de transición de tipo de aeronave de las aerolíneas, sino que también ofrece nuevas perspectivas de investigación y orientación metodológica para el campo de la formación en aviación.