В исследовании широко использовался ряд методов классификации и регрессионного анализа, основанных на методах машинного обучения (ML). Использовались ML модели, основанные на методах Deep Neural Networks, Random Forest, CatBoost, Extra Trees, K Nearest Neighbors, Linear Regression, применялись методы ансамблирования Bucket of Models, Weighted Average, Stacking.Точность оценки урожайности составила для большинства районов от 85 до 90 % (относительная ошибка от 10 до 15 %).