Tradicionalmente se pronostica utilizando metodos convencionales (regresion lineal, ARIMA), con su particular enfoque en los errores inherentes a cada metodo. La complejidad del entorno que afrontan organizaciones, sugiere el abordaje de una metodologia que genere mayor precision al momento de hacer estimaciones. El uso de maquinas de aprendizaje, en particular, de redes neurales, ha venido proliferandose debido a la masificacion del uso de la computadora personal y a la aparicion de herramientas de desarrollo cada vez mas versatiles. Ahora bien, todo proceso que sea susceptible de ser vectorizado, puede ser abordado con exito mediante el empleo de maquinas de aprendizaje. La construccion de un modelo dinamico para pronosticar permite alternativas de solucion con niveles de incertidumbre mejores de los que suministra las tecnicas convencionales. El programa que se utiliza para implementar el modelo, tiene como ventaja que no requiere conocimiento en programacion por parte de los usuarios. Por tanto, es bastante sencillo introducir a los participantes en el mundo del pronostico no convencional, con el objeto de apoyar la toma de decisiones