Antecedentes: La contaminación por PM2.5 está en aumento provocando problemas de salud, con el objetivo de modelar el comportamiento del PM2.5AQI (índice de calidad de aire) mediante machine learning se aplicó modelos predictivos de regresion Lineal, Lasso, Ridge y Elastic Net considerando 16, 543 registros de la zona de Huachac-Junin en Perú con regresores de humedad en g/m3 y la temperatura en ºC. El punto focal del estudio son el material particulado y variables ambientales, donde se identificó un nuevo modelo de Machine Learning ML capaz de predecir el PM2.5 de la zona de Huachac con considerable precisión, basado en variables regresoras estrechamente relacionadas con el material particulado. (2) Métodos: Se aplicó el Análisis Exploratorio de Datos (EDA), el cual permitió una visión clara de los datos, realizando un análisis descriptivo, un ajuste de los tipos de variab...