El propósito de nuestro trabajo es aprovechar el uso de la inteligencia artificial para el surgimiento de invernaderos inteligentes. La agricultura en invernaderos es una solución sostenible para las crisis alimentarias y, por lo tanto, se necesitan mecanismos de apoyo a la toma de decisiones basados en datos para utilizarlos de manera óptima. Nuestro estudio anticipa cómo la combinación de sistemas climáticos afectará la temperatura y la humedad del invernadero. Específicamente, nuestra metodología anticipa si se alcanzará un punto de ajuste en un tiempo dado por una combinación de sistemas climáticos y estima la humedad en ese momento. Realizamos un exhaustivo procesamiento de análisis de datos que incluye la interpolación de valores faltantes y la ampliación de datos, y probamos varios algoritmos de clasificación y regresión. Nuestro método puede predecir con un 90% de precisión si, en las condiciones actuales, una combinación de sistemas climáticos alcanzará un punto de ajuste de temperatura fijo, y también es capaz de estimar la humedad con un CVRMSE del 2.83%. Integramos nuestra metodología en una plataforma IoT holística de tres capas que es capaz de recopilar, fusionar y analizar datos reales de manera perfecta.