Los fenómenos meteorológicos son un área en la que se genera una gran cantidad de datos y donde es más difícil hacer predicciones sobre eventos que ocurrirán debido al alto número de variables de las que dependen. En general, para esto se utilizan modelos probabilísticos que ofrecen predicciones con un margen de error, por lo que en muchos casos no son muy buenos. Debido a las condiciones mencionadas, el uso de algoritmos de aprendizaje automático puede servir para mejorar las predicciones. Este artículo describe un estudio exploratorio sobre el uso de aprendizaje automático para hacer predicciones sobre el fenómeno de la lluvia. Para ello, se tomó como ejemplo un conjunto de datos que describe las mediciones recopiladas sobre la lluvia en las principales ciudades de Australia en los últimos 10 años, y se aplicaron algunos de los principales algoritmos de aprendizaje automático (knn, árbol de decisión, bosque aleatorio y redes neuronales). Los resultados muestran que el mejor modelo se basa en redes neuronales.