Aprendizado de Máquina representa uma das áreas de pesquisa mais importantes da atualidade. Todavia, para que a máquina aprenda, faz-se necessários milhares de dados etiquetados, frequentemente possuem um viés para determinada classe do conjunto de dados. Esse problema é conhecido como o desbalanceamento de classes e representa grande problema na aplicação de técnicas de aprendizado. No presente artigo exploramos técnicas de tratamento de bases desbalanceadas aferindo seus resultados através de múltiplas métricas em duas bases acadêmicas.