Las características físicas externas de un melanoma maligno, tales como su asimetría, color, diámetro y borde, permiten identificarlo y diferenciarlo de una lesión común o melanoma benigno sin necesidad de recurrir a una biopsia. En este trabajo se presentan una metodología y una comparación de resultados obtenidos mediante las redes neuronales artificiales, algoritmo ID3, máquinas de soporte vectorial y clasificadores naive Bayes. Además, se extrajeron los patrones de la imagen segmentada con momentos geométricos, los cuales se utilizaron para entrenar cada uno de los modelos presentados. Para comparar los resultados se empleó la validación cruzada, la cual arroja la precisión de cada uno de los modelos evaluados.The external physical characteristics of a melanoma, such as asymmetry, color, border and diameter, allow its identification and differentiation from a benign melanoma, without biopsy. This research presents a methodology and a comparison of results obtained using artificial neural networks, ID3, support vector machines and naive Bayes classifiers are presented. In addition, the patterns of the segmented image were extracted using geometric moments, which were used to train each of the models presented. To compare the results used cross-validation is applied to obtain the precision of the models tested.