top of page

​​

Este sistema ha sido diseñado para predecir el resultado binario de una solicitud de visa (Aprobada = 1 / Rechazada = 0), utilizando un enfoque algorítmico que replica patrones consulares históricos mediante el análisis automatizado de variables complejas, multiclase y numéricas.

​

La red neuronal fue optimizada para aprender representaciones no lineales y relaciones cruzadas entre más de 30 características de entrada, simulando de manera estadística el comportamiento de evaluación que aplicaría un oficial consular entrenado.

​

Gracias a su arquitectura de capas densas y la incorporación de mecanismos de regularización (Dropout), el modelo es capaz de generalizar a nuevos casos con alta precisión, incluso en contextos con variabilidad social, económica y migratoria.

​

🧼 Preprocesamiento de datos

  • Fuente de datos: Casos reales anonimizados de solicitudes de visa.

  • Transformaciones aplicadas:​

    • Agrupación de profesiones en macrogrupos funcionales.

    • Codificación One-Hot de variables categóricas.

    • Escalado normalizado de variables numéricas (StandardScaler).

  • Variables numéricas normalizadas: Edad, Salario, Número de países visitados.

  • Variables categóricas codificadas: Estado civil, Ocupación, Nacionalidad, Profesión, Experiencia migratoria, Presencia de familiares, entre otras.

​

📊 Estructura de datos

  • Total de variables predictoras: +30

  • Variable objetivo (target): RESULTADO (0 = Rechazada, 1 = Aprobada)

  • División del dataset:

    • 70% entrenamiento

    • 15% validación 

    • 15% prueba

​

  • 📈 Resumen de evaluación del modelo (3 ejecuciones consecutivas)

  • Precisión total (Accuracy ≥ 70%)
    ✅ Cumplido. El modelo alcanzó un promedio de precisión general superior al 70%  en los tres runs realizados, mostrando un rendimiento sólido y consistente en clasificación binaria.

​

  • Recall para clase minoritaria (rechazos ≥ 60%)
    ✅ Cumplido. El modelo demostró una sensibilidad alta en la detección de casos de visa rechazada, alcanzando valores de recall del 80% % en el tercer run, lo que indica buena capacidad de identificación en escenarios de clase desequilibrada.

​​

  • Estabilidad entre ejecuciones
    ✅ Cumplido. Las tres pruebas mostraron consistencia en métricas de precisión y pérdida. No se evidenciaron variaciones bruscas ni comportamientos aleatorios, lo que indica una arquitectura robusta.

​

  • Control de sobreajuste (Overfitting).

  • ✅ Cumplido. El modelo mantiene una pérdida de validación estable sin incrementos descontrolados durante el entrenamiento, reflejando un buen equilibrio entre ajuste y generalización.

​

​

🔒 Limitaciones y declaración de uso responsable

​

Este sistema no sustituye en ningún caso las decisiones oficiales del Departamento de Estado de los Estados Unidos ni de sus funcionarios consulares. Tampoco garantiza ni asegura la aprobación o negación de ningún tipo de visa.

​

El modelo predictivo que hemos desarrollado se basa exclusivamente en patrones estadísticos históricos extraídos de casos reales anonimizados, y tiene como propósito brindar una estimación técnica aproximada sobre la probabilidad de aprobación o rechazo, según las características más frecuentes observadas en los últimos años.

​

La finalidad del simulador es educativa, informativa y orientadora. Busca ayudar a los usuarios a comprender cómo se comportan ciertos perfiles en contextos reales, e identificar qué variables suelen estar presentes en perfiles aprobados, con base en tendencias previas. Sin embargo:

  • No pretende suplantar la autoridad del oficial consular.

  • No promueve, ni sugiere que exista un “perfil perfecto” garantizado.

  • No infringe ni contradice ninguna ley, política o lineamiento oficial de la Embajada o el Departamento de Estado.​

Reconocemos que el componente humano en la entrevista y la discrecionalidad del oficial consular son factores determinantes, altamente complejos y no predecibles con exactitud total por ningún algoritmo.

​

Por tanto, el análisis entregado por nuestro sistema debe considerarse una referencia estadística complementaria, útil para orientación general, pero no una fuente oficial ni un determinante final sobre el resultado de tu proceso consular.

 

​​​
🧾 Ficha Técnica Sistema de Predicción de Visa Americana de turismo
​
📌 Nombre del sistema : Modelo Predictivo de Aprobación de Visas B1/B2 — Visas Americanas Colombia
​
🧠 Tipo de sistema :  Modelo de clasificación binaria avanzado, basado en técnicas de aprendizaje automático supervisado (Machine Learning), estructurado mediante una red neuronal artificial de tipo densa (Fully Connected Neural Network).
​​

bottom of page