Generación de lotes equilibrados para conjuntos de datos desequilibrados

En este proyecto, aprenderá cómo implementar una canalización de datos desequilibrados que pueda procesar conjuntos de datos desequilibrados y generar lotes con distribuciones de clases aproximadamente equilibradas. Esta es una tarea común en el aprendizaje automático, donde el conjunto de datos puede tener significativamente más muestras de una clase en comparación con otras, lo que puede llevar a un entrenamiento de modelo sesgado y un rendimiento deficiente.

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí