Currently, machine learning is applied more and more in life. Machines can also assist humans in choosing the right products. The producer wants to produce a suitable wine for the consumer and the customer wants a suitable wine of his choice. More than half, the quality of wine depends not only on a certain factor, but it depends on many factors. If you rely on manual methods to predict the quality, it takes a lot of time. Based on that actual need in this study, we propose to use 3 methods DT (Decision Tree), SVM (Support Vector Machine), RF (Random Forest) in machine learning to predict wine. The wine data used as the basis of the assessment has 1599 lines, each with 12 columns. Experimental results show that RF method gives the best result, based on this result we build a wine quality prediction website.Hiện nay, học máy được ứng dụng ngày càng nhiều vào đời sống. Máy móc cũng có thể hỗ trợ con người lựa chọn các sản phẩm phù hợp. Nhà sản xuất thì muốn sản xuất một mẫu rượu phù hợp cho người tiêu dùng và khách hàng thì muốn có một mẫu rượu phù hợp với lựa chọn của mình. Hơn nửa, chất lượng của rượu vang không chỉ phụ thuộc vào một yếu tố nhất định mà nó phụ thuộc vào nhiều yếu tố. Nếu dựa vào cách thủ công để dự đoán chất lượng thì mất rất nhiều thời gian. Dựa vào nhu cầu thực tế đó trong nghiên cứu này chúng tôi đề xuất sử dụng 3 phương pháp DT (Decision Tree), SVM (Support Vector Machine), RF (Random Forest) trong học máy để dự đoán rượu vang. Dữ liệu rượu vang được sử dụng làm cơ sở đánh giá có 1599 dòng, mỗi dòng có 12 cột. Kết quả thực nghiệm cho thấy phương pháp RF cho kết quả tốt nhất, dựa vào kết quả này chúng tôi xây dựng trang web dự đoán chất lượng rượu.