El objetivo de la investigación fue comparar la eficiencia diagnóstica del cáncer de mama en mujeres con los algoritmos CNN (Convolutional Neural Networks - Redes Neuronales Convolucionales), RF (Random Forest - Bosque Aleatorio) y NB (Naive Bayes - Bayesiana Ingenua). Se usó la matriz de confusión del sistema para comparar y plasmar los resultados de la sensibilidad, la especificidad, la precisión, la exactitud, el tiempo de entrenamiento y el tiempo de diagnóstico de cáncer de mama de los algoritmos mencionados. Se consideró un total de 7632 imágenes mamográficas entre benignos (2520) y malignos (5112) para el diagnóstico de la enfermedad. La investigación fue de tipo aplicada, con un enfoque cuantitativo y diseño no experimental y tipo de diseño transversal descriptivo. Se usaron librerías gratuitas tales como Django, Keras, Tensorflow, OpenCV-Python, entre otras, para...