Un sistema preciso de predicción del consumo de combustible para unidades de transporte es el pilar en el que puede confiar una gestión de combustible más eficiente. Esto, a su vez, podría llevar eventualmente a ahorros de costos y emisiones para el propietario de la unidad. Se han realizado numerosos estudios para predecir el uso de combustible en varios medios de transporte (por ejemplo, aviones, camiones y vehículos). Sin embargo, hay un número limitado de investigaciones que se centran en los buques de pasajeros. Estas investigaciones involucran modelos tradicionales de aprendizaje automático. Existe una falta de literatura sobre modelos de pronóstico basados en aprendizaje profundo. El presente documento sirve como un estudio inicial para explorar el potencial del aprendizaje profundo en la predicción del consumo de combustible a un día en un buque de pasajeros. En primer lugar, se proporciona una discusión sobre los parámetros que influyen en el consumo de combustible. En segundo lugar, se formula el problema de pronóstico del consumo de combustible a un día. Para examinar completamente la influencia de los parámetros exógenos en el consumo, se formulan varios escenarios que difieren en los tipos y número de entradas. El modelo de pronóstico propuesto combina aprendizaje superficial y profundo. Se compararon varios modelos de aprendizaje automático y de series temporales, y los resultados indican la solidez del enfoque propuesto.