Esta investigación presenta la localización de la región de enfoque epiléptico durante las convulsiones epilépticas mediante la aplicación de diferentes técnicas de procesamiento de señales y aprendizaje automático de conjuntos en grabaciones intracraneales de electroencefalograma (EEG). La Análisis de Componentes Principales a Multi-Escalas (MSPCA) se utiliza para el filtrado de las señales de EEG y el algoritmo autoregresivo (AR) extraerá características útiles de la señal de EEG. El rendimiento de los métodos de aprendizaje automático de conjuntos se mide con precisión, F-measure y el área bajo la curva característica de funcionamiento del receptor (ROC). La localización del área de enfoque basada en EEG con los métodos propuestos alcanza una precisión del 98.9% utilizando el clasificador Rotation Forest. Por lo tanto, nuestros resultados sugieren que los métodos de aprendizaje automático de conjuntos pueden aplicarse para diferenciar las señales de EEG de las áreas cerebrales epileptogénicas y las señales registradas de regiones cerebrales no epileptogénicas con alta precisión.