Foram aplicados métodos para aumentar a amostra ou perfuração de dados?

Sim, para aumentar a amostra e melhorar a qualidade dos dados, apliquei métodos de aumento e imputação de dados. Por exemplo, em tarefas de processamento de imagens, utilizei técnicas de aumento — rotações, escalonamento, alteração de brilho — para aumentar a diversidade da amostra de treinamento sem coletar novos dados. Em tarefas com dados tabulares, apliquei métodos de aumento sintético, como SMOTE, para equilibrar as classes. Também utilizei técnicas de imputação de dados para preencher valores ausentes, como a média ou métodos KNN, o que permitia manter o máximo de dados possível para treinar os modelos.