Istnieje rosnąca potrzeba analizowania dobrobytu na poziomie wewnątrzmiejskim, ponieważ miasta często charakteryzują się dużym wewnętrznym zróżnicowaniem. Jednak odpowiednie dane są trudno dostępne lub bardzo drogie. Celem artykułu jest sprawdzenie, czy łatwo dostępne dane z Open Street Map stanowią dobrą alternatywę dla zdjęć satelitarnych wysokiej rozdzielczości z map Google w dokładnym przewidywaniu dobrostanu na poziomie dzielnic Warszawy. Konstruujemy wskaźnik dobrostanu oparty na trzech wymiarach: zdrowiu, edukacji i dobrobycie materialnym. Potencjalnymi predyktorami dobrostanu są wskaźniki związane z poziomem urbanizacji, dostępnością systemu transportowego, w tym transportu publicznego oraz obszarów naturalnych (parki, lasy, rzeka, jeziora). Cztery nieliniowe algorytmy uczenia maszynowego porównano z liniowym modelem LASSO dla 18 dzielnic Warszawy. Ponadto stosujemy innowacyjne narzędzia wytłumaczalnej sztucznej inteligencji do identyfikacji najważniejszych predyktorów dobrostanu oraz do opisania kształtu relacji pomiędzy dobrostanem a jego najważniejszymi predyktorami..