El objetivo de la investigación consiste en analizar algoritmos de aprendizaje automático para la detección de roya de café. En este contexto, se emplearon algoritmos supervisados, entre los cuales se incluyen Random Forest (RF), Decision Tree (DT), Support Vector Machine (SVM) y Custom Convolutional Neural Networks (CNN). Para llevar a cabo el entrenamiento de dichos algoritmos, se utilizó un conjunto de datos compuesto por 6260 imágenes de hojas de café, tanto saludables como no saludables. Es importante señalar que se implementó un proceso de preprocesamiento inicial que implicó la eliminación del fondo de las imágenes. Dentro de la metodología empleada, se asignó el 80% de las imágenes al conjunto de entrenamiento, mientras que el 20% restante se destinó a la validación del modelo. Asimismo, se documenta detalladamente el proceso de selección e implementación de ca...