La bioinformática es cada vez más popular porque combina los problemas médicos con el campo técnico de la informática para identificar o detectar trastornos médicos en el cuerpo humano. Este campo es valioso tanto para los médicos como para los desarrolladores de software. Para identificar trastornos cerebrales como la epilepsia o las parasomnias en los pacientes, los datos del EEG se obtienen de la fuente de datos physionet, que pone a disposición de los investigadores numerosos conjuntos de datos. El análisis de este conjunto de datos se realiza mediante polyman, que se utiliza como biblioteca de trazado y herramienta de transformación para transformar el formato de datos EDF en formato de datos ASCII. La herramienta también ayuda a identificar los diferentes parámetros que son útiles para las predicciones relacionadas con los trastornos cerebrales. En este trabajo, se ha desarrollado e implementado un algoritmo mejorado de regresión de vectores de soporte (SVR) utilizando el lenguaje de programación python avanzado y se ha comparado con el algoritmo clásico de máquina de vectores de soporte (SVM). Los resultados muestran un mejor rendimiento de SVR que SVM en términos de complejidad y tiempo de ejecución.