En este trabajo se presenta un método para clasificar la producción de pares de quarks b en colisiones de altas energías utilizando redes neuronales con el servidor ACARUS. Esto implica distinguir el ruido del QCD y la señal provocada por el decaimiento del bosón de Higgs. Se utilizaron datos abiertos del CERN y técnicas de análisis de datos, incluido análisis de archivos ROOT y uso de Jupyter Lab, para preparar un conjunto de datos. Se capacitó y validó una red neuronal empleando TensorFlow con los datos filtrados. Los resultados indican que el trabajo supera el modelo de referencia lo que permitió que el modelo AUC alcanzara el 96,2%, frente al 91,7% del modelo básico. En general, es un avance en la capacidad de clasificación entre el ruido QCD y la descomposición del bosón de Higgs, sirviendo como una herramienta para el análisis de datos en física de partícula.