В данной статье исследованы возможности прогнозирования расхода воды в бассейне реки Пскем на основе метеорологических данных с использованием моделей машинного обучения (ML). В статье изучены взаимосвязи между стоком реки Пскем и метеорологическими факторами на основе моделей Random Forest, XGBoost и LSTM, а их точность сравнивалась с использованием различных метрик оценки (MAE, RMSE, R² и NSE). Анализ показал, что модель Random Forest обеспечивает наилучшую точность при прогнозировании расхода воды реки Пскем. Результаты исследования свидетельствуют о том, что модели машинного обучения могут быть эффективным инструментом для предварительной оценки стока реки и управления водными ресурсами
