Предложен метод экспрессной характеризации коньяков и виноградных бренди на примере их классификации по географическому происхождению, который основан на использовании информативных фрагментов спектров флуоресценции образцов различного географического происхождения и их обработке с помощью алгоритмов машинного обучения. В качестве информативных были отобраны три вида флуоресцентных спектров: синхронного сканирования при разности длин волн 50 нм, эмиссии при длинах волн возбуждения 250 и 280 нм. Эти спектры были зарегистрированы для 43 образцов коньяков и виноградных бренди, которые по географическому происхождению были разделены на три класса — регионы Российской Федерации, кроме Дагестана, Республика Дагестан и Республика Армения. Из исследованных образцов были сформированы обучающий набор из 33 образцов и тестовый набор из 10 образцов. Для обучения моделей был выбран экстремальный градиентный бустинг — один из современных алгоритмов машинного обучения, пригодный при ограниченном числе образцов в обучающем наборе. Правильность распознавания образцов тестового набора (состоящего из 10 образцов, не использованных при обучении) составила 100 % для моделей на основе спектров эмиссии при длинах волн возбуждения 250 и 280 нм и синхронного сканирования. Полученные результаты демонстрируют принципиальную возможность использования информативных фрагментов спектров флуоресценции в сочетании с машинным обучением для характеризации коньяков и виноградных бренди, в том числе, для их классификации по географическому происхождению. Однако применение этого метода в регламентированных процедурах контроля продукции возможно только для коньяков и виноградных бренди с защищенным географическим наименованием (указанием места происхождения). Изложенный подход может быть также использован для классификации других жидких пищевых продуктов (соков, меда и т.п.).