Este artigo apresenta uma análise comparativa de duas abordagens de Redes Neurais Artificiais para prever os níveis de cota dos rios usando dados de séries temporais de quatro estações hidrológicas na bacia do Rio Madeira. O estudo utiliza dados coletados entre 2001 e 2014 e emprega uma estratégia de validação com divisão da série temporal combinada com uma busca em grade por diversas topologias de redes. Os resultados revelam que as Redes Neurais Recorrentes LSTM apresentam uma leve vantagem de desempenho em relação às Redes MLP, embora ambas as abordagens demonstrem desempenho comparável na maioria dos cenários. A abordagem autorregressiva proposta para previsão de cota dos rios mostra-se viável, especialmente em situações com dados históricos limitados.