La práctica común en la industria significa que los límites geológicos o estratigráficos se estiman a partir de perforaciones de exploración. Si bien los agujeros de exploración ofrecen oportunidades para obtener datos precisos a alta resolución en el pozo, su adquisición es costosa, lo que puede resultar en una reducción en el número de agujeros perforados. En contraste, el muestreo con radar de penetración terrestre (GPR) es rentable, no destructivo y compacto, lo que permite una adquisición de datos más densa y continua. Un desafío con los datos de GPR es la subjetividad y los problemas asociados con la interpretación. Esta investigación presenta un modelo híbrido de geología y aprendizaje automático para la identificación de límites geológicos en un depósito laterítico. Este modelo permite una representación auditable y probabilística de las interpretaciones de los geólogos y puede contribuir a la planificación de exploraciones y a la optimización de campañas de perforación en términos de densidad y ubicación de los agujeros.