Abstract:
La presente investigación se centra en el desarrollo de un modelo de red neuronal capaz de predecir los sentimientos de los usuarios de Facebook en publicaciones de texto o imágenes. Es por ello que se trabajó con una metodología cuantitativa y documental, con un nivel descriptivo, diseño no experimental. La técnica de recolección de datos empleada fue la observación estructurada y como instrumento se manejó una escala de estimación que permitió validar el modelo, y se estructuro con un total de 10 preguntas validadas por expertos. En el desarrollo del trabajo se manejó una metodología ágil conocida como SCRUM, la misma que se basa en sprints. En conjunto con Python como lenguaje de programación y varias librerías como tensorflow, matplotlib, numpy. Se realizaron varias pruebas y ajustes al modelo, optimizando hiper-parámetros como el número de neuronas, capas ocultas y el tipo de funciones de activación, lo que permitió mejorar el rendimiento del modelo significativamente. En conclusión, se obtuvo un modelo capaz de predecir el sentimiento en texto o imágenes manteniendo los resultados en un margen de positivo, negativo y neutro mostrando una gráfica del porcentaje de acierto en cada uno de estos tres aspectos
