La predicción de la demanda constituye uno de los puntos clave de la planificación. En este sentido, muchas empresas han buscado la forma de aplicar métodos novedosos para obtener las tendencias futuras de la demanda estudiada. Por otro lado, con el aumento de las capacidades de cómputo en los últimos años, se ha evidenciado un auge en la utilización de redes neuronales en la predicción de la demanda. El presente trabajo tiene como objetivo proponer una herramienta metodológica para realizar pronósticos utilizando algoritmos de aprendizaje de máquinas. En este caso, se utilizó una red neuronal Perceptrón multicapa para pronosticar la demanda hotelera de los hoteles Ciudad y Resort en los cayos Santa María de Villa Clara. El modelo arrojó un mejor resultado en el pronóstico de la demanda en el Hotel Resort donde se obtuvo un MAE=68.72, RMSE=80.12 y MAPE=7.41%. El modelo demostró ser capaz de predecir de manera fiable la tendencia de la demanda del hotel Resort, arrojando valores muy cercanos a los reales. En el caso del hotel Ciudad, se necesitan más datos para obtener un resultado aceptable en la predicción de la demanda.