La tesis se centra en la aplicación de machine learning para evaluar la satisfacción con la vida en el Centro Histórico de Quito. El objetivo principal es utilizar técnicas de ML para determinar qué factores demográficos, sociales y económicos influyen significativamente en la satisfacción con la vida de los habitantes de esta zona. A diferencia de los enfoques convencionales en ciencias psicológicas, la tesis busca complejizar el análisis mediante métodos cuantitativos y de analítica socioespaciales. La investigación se basa en datos recopilados a partir de la Encuesta multipropósito del Instituto de la Ciudad de Quito 2016. Para analizar la información, se emplearon modelos de autocorrelación espacial, LISA y la identificación de puntos calientes y puntos fríos. Además, se implementaron tres modelos de aprendizaje no supervisado (k-means, SKATER, cluster jerárquico) y tres modelos de aprendizaje supervisado (Redes neuronales, Árbol de decisiones, Máquinas de vector soporte).