El aumento del nivel del mar es un riesgo emergente significativo del cambio climático. Este documento de investigación se basa en el uso de modelos de inteligencia artificial para evaluar y predecir la tendencia del nivel medio del mar en las costas del norte de Australia. El estudio utiliza series temporales del nivel del mar de cuatro sitios (Broom, Darwin, Cape Ferguson, Rosslyn Bay) para hacer la predicción. Los algoritmos de regresión de splines adaptativos multivariables (MARS) y redes neuronales artificiales (ANN) se implementaron para construir el modelo de predicción. Ambos modelos muestran una alta precisión (R > 0.98) y bajos valores de error (RMSE < 27%) en general. El modelo ANN mostró un rendimiento ligeramente mejor en comparación con MARS en los sitios seleccionados. El rendimiento de ANN fue evaluado además para modelar las marejadas asociadas con ciclones. El modelo reprodujo el perfil de la marejada con coeficientes de correlación máximos de ~0.99 y errores RMS mínimos de ~4 cm en los sitios de validación seleccionados. Además, el modelo ANN predijo la máxima marejada en Rosslyn Bay para el ciclón Marcia dentro de 2 cm del pico medido y la máxima marejada en Broome para el ciclón Narelle dentro de 7 cm del pico medido. Los resultados son comparables con un modelo MARS utilizado previamente en esta región; sin embargo, el ANN muestra una mejor coincidencia con el pico medido y el tiempo de llegada, aunque sufre de predicciones ligeramente más altas que el nivel del mar observado por la estación de mareógrafo.