La empresa proveedora de servicio de Internet, requieren disponer de un sistema de detección temprana de fallas en equipos de inalámbricos utilizando técnicas de aprendizaje autónomo, a fin de disponer de un sistema que pueda disminuir el tiempo de inactividad de los equipos y mejor calidad de servicio. Para resolver el presente problema se implementó un sistema de adquisición de datos históricos utilizando la herramienta Zabbix, trece equipos inalámbricos y un Punto de Acceso. La información del sistema de adquisición de datos se almacena en una base de datos dicha información se utilizó para el entrenamiento de los diferentes algoritmos de aprendizaje supervisado. El presente trabajo inició con la descripción del problema y las necesidades de mantenimiento de los equipos inalámbricos; continuando con la investigación sobre conceptos que formaron parte de este proyecto como son: las técnicas de mantenimiento de equipos de telecomunicaciones, técnicas de aprendizaje autónomo, sistemas de adquisición de datos y métricas de evaluación de algoritmos. Se implementó el sistema de adquisición de datos utilizando la herramienta Zabbix. Finalmente se realizó el procesamiento de datos y el entrenamiento de los diferentes algoritmos de aprendizaje autónomo supervisado utilizando los datos obtenidos de los equipos inalámbricos. Mediante el entrenamiento de los diferentes algoritmos de aprendizaje autónomo supervisado se pudo determinar que los algoritmos K vecinos más cercanos ofrecen una mejor precisión y un menor costo de validación, por lo cual es la mejor opción para la implementación del algoritmo para la detección temprana de fallas en equipos inalámbricos.