Les données déséquilibrées désignent un jeu de données où certaines catégories sont beaucoup plus fréquentes que d'autres, ce qui pousse le modèle à favoriser la classe majoritaire. Imaginez une banque de Casablanca entraînant un détecteur de fraude : si une seule transaction sur mille est frauduleuse, un modèle paresseux atteint 99,9 pour cent de précision en répondant toujours « pas de fraude », tout en étant inutile. Les solutions incluent la collecte d'exemples minoritaires, le suréchantillonnage, les données synthétiques, ou des métriques comme la précision et le rappel.