A estimativa da produtividade do mamoeiro é importante para o planejamento de produtores rurais, tornando-se uma ferramenta eficiente e estratégica na tomada de decisões da produção agrícola, sobretudo no que diz respeito ao planejamento de pós colheita, armazenamento e transporte. O objetivo desse estudo foi selecionar modelos de Redes Neurais Artificiais com maior capacidade preditiva da colheita para cultura do mamoeiro CNPMF-L78. Foram mensuradas 352 plantas em uma área útil de 2.112 m², com os descritores de planta e os caracteres relacionados à qualidade do fruto. Os dados foram submetidos a análise por Redes Neurais Artificiais, utilizando-se o software R. Os melhores ajustes para a estimativa da produtividade do mamoeiro foram considerados três camadas das RNAs: entrada, intermediária e a camada de saída, testando-se a composição com um a 10 neurônios na camada intermediária. Esses modelos apresentaram os menores erros quadráticos médios, o que corresponde a maior proximidade entre os dados preditos e os reais, e, por conseguinte, maior eficiência das redes na predição da produtividade. Pelo coeficiente de determinação, verificaram-se os melhores ajustes para caracteres reprodutivos R² = 0,99, os caracteres vegetativos proporcionaram R²= 0,54, enquanto que os caracteres de qualidade e rendimento viabilizou R²= 0,24. Previsões de produtividade para o mamoeiro CNPMF-L78 foram obtidas com alta eficiência para os caracteres reprodutivos por meio de redes neurais artificiais.