La presente tesis tiene como principal propósito desarrollar un sistema de recomendaciones en línea que optimice el control operativo del circuito de Molienda-Clasificación en la planta concentradora de la Unidad Minera Cerro Corona. La investigación busca abordar la variabilidad en el tamaño de las partículas del producto final, que afecta directamente a la recuperación de minerales. A través de la implementación de técnicas de Machine Learning, se pretende reducir esta variabilidad y, por ende, mejorar la eficiencia operativa de la planta. El enfoque metodológico de la investigación incluye la recopilación y análisis de los datos históricos de la planta concentradora. A partir de estos datos, se desarrolló un modelo predictivo utilizando algoritmos de Machine Learning que permite anticipar el comportamiento del P80 (Tamaño de partícula en el que el 80% del material mo...