En la presente investigación, se procesó acero para moldes AISI P20 utilizando el proceso de fresado. Los parámetros de mecanizado considerados en este trabajo fueron la velocidad, la profundidad de corte (DoC) y el avance (F). Los experimentos se diseñaron de acuerdo con un arreglo ortogonal L; por lo tanto, se realizaron un total de 27 experimentos con diferentes configuraciones de parámetros de mecanizado. Los parámetros de respuesta investigados en este trabajo fueron la tasa de eliminación de material (MRR), la rugosidad de la superficie (Ra, Rt y Rz), el consumo de energía (PC) y la temperatura (Temp). Se implementó un enfoque de aprendizaje automático (ML) para la predicción de los parámetros de respuesta, y se investigó el porcentaje de error correspondiente entre los valores experimentales y los valores predichos (utilizando el enfoque ML). Se utilizó la técnica de orden de preferencia por similitud a la solución ideal (TOPSIS) para normalizar todos los parámetros de respuesta y convertirlos en un único índice de rendimiento (Pi). Se realizó un análisis de varianza (ANOVA) utilizando el diseño de experimentos, y se investigó la configuración optimizada de los parámetros de mecanizado. Las configuraciones optimizadas sugeridas por el enfoque integrado ML-TOPSIS fueron las siguientes: velocidad, 150 m/min; DoC, 1 mm; F, 0.06 mm/diente. Los resultados de confirmación utilizando estos parámetros sugirieron un estrecho acuerdo y confirmaron la idoneidad del enfoque propuesto en la evaluación paramétrica de una máquina de fresado al procesar acero para moldes P20. Se encontró que el porcentaje máximo de error entre los valores predichos y experimentales utilizando el enfoque propuesto fue del 3.43%.