Redes neuronales artificiales y la predicción de la viabilidad legislativa en las proposiciones parlamentarias, Perú - año 2020

Abstract

La presente investigación trata acerca de las redes neuronales artificiales y la viabilidad legislativa. El objetivo del estudio es predecir la viabilidad legislativa mediante el uso de las redes neuronales artificiales en las proposiciones parlamentarias (proyectos de ley y resoluciones legislativas) del Congreso de la República. El método de la investigación es inductivo y el diseño es transeccional retrospectivo documental de rasgo. La población de estudio fue de 377 proposiciones registradas en el periodo anual de sesiones 2019, correspondiente al periodo parlamentario 2016. En base a los resultados, el modelo obtuvo el 96.1% de precisión de aciertos. Finalmente, en la investigación se concluyó que, aplicando las técnicas algorítmicas de las redes neuronales artificiales, se obtuvo un modelo con un alto porcentaje de predicción.