La presente tesis tiene como finalidad analizar y demostrar cómo un sistema de Machine Learning influye en la predicción de ventas de una empresa de telecomunicaciones, utilizando modelos avanzados de aprendizaje automático que permitan mejorar la precisión en las proyecciones de ventas frente a los métodos tradicionales. Para ello, se desarrolló un sistema que integra diversos algoritmos de ML, los cuales fueron entrenados y validados con datos históricos de ventas de la empresa. El desempeño de estos modelos se evaluó mediante métricas estadísticas como el R² (coeficiente de determinación), MAE (Mean Absolute Error), MAPE (Mean Absolute Percentage Error) y RMSE (Root Mean Square Error), con el propósito de comprobar su efectividad en la reducción de errores de predicción. Los resultados obtenidos buscan evidenciar que el uso de estas herramientas tecnológicas contribuy...