Актуальность исследования связана с необходимостью точно и быстро прогнозировать дебиты горизонтальных скважин. Это позволит оптимизировать составление графиков бурения, программ увеличения нефтеотдачи, стратегии разработки месторождения, а также сделать экономическую модель более точной и предсказуемой. В настоящее время для прогнозирования дебитов скважин используются аналитические расчеты и численные методы моделирования. Данные методы имеют ограничения как по точности, так и по времени. Для решений данной задачи предлагается использовать машинное обучение, которое за счет своей точности, адаптивности и скорости позволяет исключить недостатки ранее перечисленных методов. Цель: создание модели машинного обучения для количественной оценки дебита газовых скважин на основе геологических свойств на различных временных шагах. Объект: фонд горизонтальных скважин газоконденсатного месторождения Западной Сибири. Методы: математическое моделирование, машинное обучение и статистические методы. Результаты. Проведено 300 итераций гидродинамического моделирования в симуляторе. Собран исходный набор данных со следующими параметрами: временной шаг, пористость, проницаемость, исходная водонасыщенность, толщина пласта, давление в зоне забоя на различных расстояниях от ствола скважины, дебит газа. Созданы модели машинного обучения на основе алгоритмов случайного леса и градиентного бустинга с различными соотношениями тестовой выборки к тренировочной. Модели машинного обучения позволяли точно прогнозировать дебит газа горизонтальной скважины. Градиентный бустинг показал лучшие результаты прогнозирования по сравнению со случайным лесом: квадрат средней квадратичной ошибки равен 8440 ст. м³/сут., средняя абсолютная процентная ошибка равна 3,95 %, коэффициент детерминации (R²)=0,991.