La enfermedad del cáncer del cuello uterino requiere de un diagnóstico certero y anticipado por consiguiente que el objetivo de la investigación fue evaluar la efectividad de algoritmos de aprendizaje automático en la detección de cáncer cervical a partir de imágenes de Papanicolaou. Para ello, se implementaron redes neuronales convolucionales (CNN), DenseNet121 con capas de CNN, CNN con dropout y SVM con extracción de características, sin utilizar transferencia de aprendizaje. El datasetda utilizado constó de 4049 imágenes, de las cuales el 80% se destinó al entrenamiento y el 20% a la validación. Se llevó a cabo un exhaustivo análisis del consumo de CPU, el uso de RAM y el tiempo de respuesta para cada clasificador de aprendizaje automático. Además, se documentó detalladamente el proceso de implementación de los algoritmos, incluyendo la construcción de una matriz d...