Стресс – қазіргі қоғамдағы ең өзекті мәселелердің бірі, ол адамның психикалық және физикалық денсаулығына тікелей әсер етеді. Ұзақ мерзімді немесе бақыланбаған стресс жүрек-қан тамырлары ауруларының, иммундық жүйе әлсіреуінің және еңбек өнімділігінің төмендеуінің негізгі факторларының бірі болып табылады. Осыған байланысты стрессті уақтылы анықтау және болжау маңызды ғылыми әрі практикалық міндет болып отыр. Бұл мақалада физиологиялық көрсеткіштерге негізделген стрессті болжау мәселесі қарастырылды. Зерттеу деректері арнайы жасалған құрал арқылы тіркелді, ол жүрек соғу жиілігі (HR), тыныс алу жиілігі (RR) және тері өткізгіштігі (SC) параметрлерін жинауға мүмкіндік береді. Алынған сигналдар негізінде интегралды StressIndex есептеліп, интерквартильдік процентильдерге сәйкес стресс деңгейі төрт категорияға бөлінді: Тыныш, Төмен, Қалыпты, Жоғары. Бұл деректерді пайдалана отырып, машиналық оқыту алгоритмдері – KNN, Decision Tree, Random Forest және Gradient Boosting – қолданылды. Эксперименттік нәтижелер көрсеткендей, Random Forest моделі ең жоғары нәтижеге жетіп (hold-out дәлдігі 0.900, 5-қатпарлы кросс-валидацияда орташа дәлдігі 0.805), стрессті болжауда тұрақты және сенімді әдіс болып шықты. Алынған нәтижелер wearable құрылғыларда real-time мониторинг жасауға және пайдаланушының психофизиологиялық жағдайын ерте анықтап, алдын ала ескерту жүйелерін құруға мүмкіндік береді.