Estar embarazada y dar a luz son etapas importantes de la vida que ocurren en las mujeres. Los efectos físicos y mentales del embarazo y el parto, al igual que los de muchas otras experiencias fugaces de la vida, tienen el potencial significativo de influir en la salud general y el bienestar de una madre. También se ha sabido que desencadenan la Depresión Posparto (PPD, por sus siglas en inglés) en muchos casos. La PPD puede ser agotadora para la madre y puede tener un impacto negativo en su capacidad para cuidar de sí misma y de su hijo si no se trata. Por esta razón, en este estudio, inicialmente, se recopilaron datos del cuestionario fisiológico Escala de Depresión Posnatal de Edimburgo (EPDS) de madres que dieron a luz durante una semana, la puntuación fue evaluada por expertos médicos, y se identificaron a los participantes con síntomas de PPD. Como parte del progreso multietapa, además, se llevó a cabo un seguimiento recopilando los cuestionarios Cuestionario de Salud del Paciente-9 (PHQ-9), Escala de Detección de Depresión Posparto (PDSS) para los participantes antes mencionados hasta las seis semanas. En el segundo paso, se identificaron los factores de riesgo correlacionados con los síntomas de PPD utilizando análisis estadístico. Finalmente, los datos fueron analizados y utilizados para entrenar y probar algoritmos de aprendizaje automático con el fin de predecir la depresión posparto de una a seis semanas. El algoritmo de Árboles Extremadamente Aleatorios (XRT) con datos de (Información de Fondo + PHQ-9 + PDSS) ofrece la predicción más precisa y eficiente. Las mujeres embarazadas con estas características podrían ser identificadas y tratadas adecuadamente. Además, reduce las complicaciones prolongadas y sigue siendo rentable en futuros modelos clínicos.