En este artículo, construimos un modelo de red neuronal artificial para el flujo en el punto de estancamiento de un fluido de Casson hacia una superficie cilíndrica inclinada en estiramiento. La técnica de entrenamiento de Levenberg-Marquardt se utiliza en modelos de redes de perceptrones multicapa. Las funciones de transferencia Tan-Sig y purelin se llevan a cabo en las capas. Para una mayor novedad, se tienen en cuenta los aspectos de transferencia de calor y masa. La disipación viscosa, las radiaciones térmicas, la conductividad térmica variable y los efectos de generación de calor se consideran a través de una ecuación de energía, mientras que el efecto de reacción química se calcula mediante el uso de la ecuación de concentración. El flujo se modela matemáticamente para campos de flujo magnético y no magnético. Las ecuaciones de flujo se resuelven mediante el método de disparo y los resultados se concluyen mediante gráficos de línea y tablas. El coeficiente de fricción de la piel se evalúa en la superficie cilíndrica para dos regímenes de flujo diferentes y se presentan las estimaciones correspondientes de redes neuronales artificiales. La proximidad de los valores del coeficiente de determinación a uno y los bajos valores de error cuadrático medio demuestran que cada modelo de red neuronal artificial predice el coeficiente de fricción de la piel con alta precisión.