Debido a la contaminación del aire, se pueden detectar en la atmósfera contaminantes que afectan a los humanos y otras especies, así como al medio ambiente y los recursos naturales. En aplicaciones del mundo real, las siguientes impurezas que se producen debido al smog, la nicotina, las bacterias, la levadura, el biogás y el dióxido de carbono ocurren ininterrumpidamente y dan lugar a contaminantes inevitables. El clima, el transporte y la combustión de combustibles fósiles son factores que contribuyen a la contaminación del aire. El fuego no controlado en partes de pastizales y proyectos de construcción no gestionados son dos factores que contribuyen a la contaminación del aire. El desafío de evaluar el aire contaminado es crítico. Se utilizan algoritmos de aprendizaje automático para predecir el entorno si algún nivel de contaminación excede el límite correspondiente. Como resultado, en el método propuesto se predicen los niveles de contaminación del aire utilizando una técnica de aprendizaje automático donde se emplea un procedimiento asistido por computadora en el proceso de desarrollo de aspectos tecnológicos para estimar los niveles de elementos dañinos con un 99.99% de precisión. Algunos de los modelos utilizados para mejorar las predicciones son el Error Cuadrático Medio (MSE), el Error de Coeficiente de Determinación (CDE) y el Error de R Cuadrado (RSE).