В данной работе предложена модель прогнозирования динамики временного ряда количества геомагнитных бурь с использованием нелинейной пуассоновской регрессии. Исследуемый ряд количества геомагнитных бурь был сформирован на основе данных индекса Dst за период с 1964 г. по 2018 г. Для построения авторегрессионной модели была использована искусственная нейронная сеть, обучение которой было адаптировано с учетом статистических особенностей исследуемого ряда. В работе показано, что флуктуации ряда количества геомагнитных бурь близки к закону Пуассона, поэтому для оценки качества
прогностической модели была предложена новая мера на основе анализа отношения среднеквадратичных отклонений оцененных параметров модели. В результате работы, построен прогноз числа геомагнитных бурь на 1 неделю вперед, при этом показано, точность прогноза выше на 20% по сравнению со стандартными подходами к обучению нейросетевых пргностических систем. Аналогичный подход может успешно применяться для прогнозирования динамики редких событий в задачах солнечно-земной физики.