La espectroscopía vibracional IR es ampliamete usada para el estudio estructural de diferentes tipos de moleculas, ya que brinda información en los de los modos vibracionales o normales , los cuales están asociados a los grupos funcionales que se encuentran en una molécula. Estas vibraciones se ven afectadas por cambios en el entorno químico y se ve reflejado como el aumento o disminución de la frecuencia de vibración o la intensidad de la banda. Este cambio puede ser producido por el aumento o disminución de las interacciones presentes en la molécula, por efectos de resonancia y en general por cualquier factor que altere la molécula y por ende la estructura molecular. Estas características hace de la espectroscopía IR una herramienta poderosa en el estudio de procesos dinámicos en diferentes tipos de moléculas, como por ejemplo los sistemas biomoleculares. Un modelo sencillo para el estudio de proteínas es la N-Metilacetamida, también conocido como NMA, la razón de esto es que esta molécula cuenta con la particularidad de tener un enlace peptídico en su estructura, además del modo vibracional de la amida I asociado principalmente al estiramiento del enlace C=O, el cual genera una banda de abosrocion en IR cercana a los 1650 – 1720 cm-1. Esta banda es altamente sensible a los cambios en el ambiente químico de la molécula y por lo tanto se puede usar para identificar cambios estructurales en las proteínas. Computacionalmente las bandas de IR se pueden obtener a partir de dos metodologías: la metodología estática y la dinámica. La primera hace una aproximación armonica de la superficie de energía potencial de la molécula, la cual es valida en el minimo de energía, donde se calcula la matriz Hessiana y a partir de ella se calculan las frecuencias de vibración; esta aproximación tiene el inconveniente que no reproduce los cambios debido a la anarmonicidad del sistema y las frecuencias no pueden ser determinadas lejos de la posición de equilibrio. La segunda metodología es la dinámica, en la cual se hace una transformación de Fourier a la función de autocorrelación de los momentos dipolares desde lo cual se puede obtener el espectro IR, esta metodología en contraste de la estática responde a los cambios en el ambiente químico de las moléculas, por lo cual nos permite determinar el punto de partida para este trabajo. Se pueden usar los momentos dipolares de las moléculas para la predicción de sus frecuencias vibracionales. Teniendo en cuenta lo anterior, se propone el uso de machine learning como una herramienta para la predicción de la banda amida I de la molécula NMA, empleando los momentos dipolares. Esto es posible puesto que en el aprendizaje máquina es posible generar un programa que se entrena y aprende a encontrar patrones, tendencias y relaciones entre los datos suministrados y las respuestas. Con la información suministrada permite generar respuestas adecuadas según los patrones aprendidos. Por esta razón se genera un programa que tome los momentos dipolares que representan el NMA y las moléculas que lo solvatan para que reproduzca la banda amida I de la molécula de NMA a un bajo costo computacional.