El presente trabajo busca desarrollar un modelo predictivo que permita tener un mejor control en los procesos de carguío y acarreo dentro de una unidad minera superficial utilizando herramientas de Machine Learning. La minería, al no poder influir en el precio de los metales (producto de venta), tiene como uno de sus objetivos principales la regulación de costos. Las actividades que generan la mayor cantidad de costos son el carguío y el acarreo; por tanto, se debe tener un monitoreo de estos procesos para así controlar y no exceder en los costos. Actualmente, en las diferentes industrias, se viene implementando distintos modelos predictivos basados en Machine Learning mediante diversas metodologías. Este trabajo se basa en el desarrollo de un modelo predictivo aplicando la metodología desarrollada por IBM (CRISP-DM) en la industria minera. Esta consta de cinco pasos fundamentales...