В данной работе представлены результаты исследования по классификации сигналов электроэнцефалограмм человека на определение намерения совершить движение. Сигналы подвергались удалению артефактов и фильтрации, после чего из них извлекались биомаркеры, отвечающие за самоинициированные движения. Классификация сигналов осуществлялась методами машинного обучения. Было произведено сравнение качества различных моделей, наилучшее из которых продемонстрировал метод опорных векторов. Результаты классификации могут быть использованы для разработки
алгоритмов управления на основе нейрообратной связи.