En el presente proyecto se presenta el desarrollo e implementacion de una plataforma web de dos tipos de redes neuronales artificiales aplicadas a la prediccion de series de tiempo. Esta desarrollada bajo el lenguaje de programacion Python y utiliza ExtJs como framework javascript para la construccion de las interfaces graficas de usuario. Permite realizar la simulacion del perceptron multicapa y las redes neuronales basadas en funciones de base de radial. Para la primera se utiliza como algoritmo de aprendizaje el resilient backpropagation, el cual busca minimizar la funcion del error cuadratico medio para ajustar los pesos de la red. El proceso de entrenamiento de la red RBF se realiza en dos fases, utilizando inicialmente aprendizaje no supervisado, a traves del algoritmo de los k-means, para obtener los centros de las funciones de base radial,posteriormente, se hallan las desviaciones estandar mediante el algoritmo LMS y el ajuste de los pesos se obtiene con la regla de la pseudo-inversa. Las entradas a la plataforma para realizar la simulacion deben importarse a traves de archivos en formato (.csv), una vez se han obtenido los resultados se permite representar graficamente cada uno ellos. Las simulaciones realizadas en base a series de tiempo permitieron obtener una buena aproximacion en la que se conoce si el valor de la variable crecera o decrecera. Sin embargo debido a que los algoritmos implementados requieren un hardware de alto costo,se deben buscar otras alternativas como la computacion en paralelo o la optimizacion de los algoritmos implementados.