La enfermedad de Alzheimer es una enfermedad crónica neurodegenerativa que provoca la degeneración de las células cerebrales, lo que resulta en una disminución de las capacidades físicas y mentales y, en casos graves, pérdida de memoria permanente. Se considera como la forma más común y fatal de demencia. Aunque el deterioro cognitivo leve (MCI) precede a la enfermedad de Alzheimer (AD), no necesariamente muestra los síntomas evidentes de AD. Como resultado, se vuelve desafiante distinguir entre el deterioro cognitivo leve y la cognición normal. En este documento, proponemos un conjunto de aprendices profundos basados en redes neuronales convolucionales para el diagnóstico temprano de la enfermedad de Alzheimer. El enfoque propuesto utiliza métodos de conjunto de promedio simple y de promedio ponderado. El modelo de aprendizaje por transferencia basado en conjuntos demuestra una generalización y rendimiento mejorados para el diagnóstico de AD en comparación con los métodos tradicionales de aprendizaje por transferencia. Experimentos extensos en el conjunto de datos OASIS-3 validan la efectividad del modelo propuesto, mostrando su superioridad sobre los enfoques de aprendizaje por transferencia de vanguardia en términos de precisión, robustez y eficiencia.