El proyecto tuvo como propósito el desarrollo de un sistema inteligente basado en Machine Learning para el pronóstico de inundaciones en zonas agrícolas del Perú. Para realizar el proceso de pronóstico y evaluar su eficiencia, se emplearon tres indicadores de precisión, raíz del error cuadrático medio (RMSE) y error de porcentaje medio absoluto (MAPE), a través de la aplicación de redes neuronales de memoria a corto plazo largo (LSTM). Por lo que se determinó, que el sistema obtuvo una eficiencia superior al 94% en la precisión, una raíz del error cuadrático medio inferior a 8 y error de porcentaje medio absoluto inferior al 9% en todos los pronósticos y factores de inundación, Finalmente, se ha logrado determinar que la implementación del sistema inteligente basado en Machine Learning para el pronóstico de inundaciones ha proporcionado predicciones eficientes y con un ...