印度经济在很大程度上依赖于农业部门。农产品市场的价格波动是农民和消费者面临的主要问题。在这项工作中，深度学习和机器学习模型被用于设计农作物价格预测算法。SVR 模型主要用于时间序列数据预测。采用 RBF 和多项式核的 SVR 模型预测农作物价格。与 SVR RBF 模型相比，带有多项式核的 SVR 实现了更好的预测精度。RNN 模型在预测农作物价格方面实现了最低的 MSE。通过评估模型的 MAE 、 MSE 和 RMSE 值来比较 SVR 和 RNN 模型的预测准确性。RNN 模型预测了 MSE 最低的水稻作物价格，即 0.003。最后，事实证明，与机器学习模型相比，深度学习模型在预测印度农作物价格方面效果更好。