deletions | additions       diff --git a/section_Conclusiones_Las_RN_proporcionan__.tex b/section_Conclusiones_Las_RN_proporcionan__.tex  index e40b311..6693ed9 100644  --- a/section_Conclusiones_Las_RN_proporcionan__.tex  +++ b/section_Conclusiones_Las_RN_proporcionan__.tex 
...
Las RN proporcionan un m\'etodo general para desarrollar modelos de predicci\'on. La ventaja principal de esta t\'ecnica, si se aplica convenientemente, radica en su capacidad para incorporar interacciones entre las variables sin necesidad de incluirlas a priori. %Adem\'as, su aplicaci\'on no queda restringida a un tipo determinado de distribuci\'on de los datos. Como principal desventaja, sin embargo, debemos indicar que proporciona un modelo que es esencialmente una caja negra.   En esta revisi\'on hemos considerado fundamentalmente el modelo de red m\'as sencillo. Los valores del error cuadratico minimo cuadr\'atico m\'inimo  alcanzan valores del 0.001 como condici\'on de paro, ya establecida, entre las iteraci\'ones promedio de 1000 y 3000. 3000, mostrando los pesos adecuados para la realizaci\'on de la predicci\'on.  En la actualidad se trabaja con nuevos tipos de redes m\'as que incorporan t\'ecnicas adicionales como son los algoritmos gen\'eticos y los modelos h\'ibridos. Con ello, se empieza a disponer de herramientas que se fundamentan en el c\'alculo intensivo y que desaf\'ian a los planteamientos estad\'isticos convencionales. A nuestro entender, lejos de representar una amenaza, estas Estas  t\'ecnicas proporcionan nuevos puntos de vista que pueden ayudar a obtener herramientas m\'as eficaces en muchas aplicaciones pr\'acticas. As\'i, en un futuro no deber\'ia plantearse en t\'erminos de competencia entre estos nuevos m\'etodos y la estad\'istica, sino que debería contemplar su acercamiento y complementaci\'on para construir modelos de predicci\'on que sean m\'as v\'alidos.