En los últimos años, el desequilibrio de clases se reconoce como un problema crucial para el aprendizaje automático. Este hecho genera una lentitud en la convergencia de las clases minoritarias. Este proyecto propone un estudio del Desequilibrio de Clases en los Problemas de Clasificación para desarrollar algoritmos heurísticos basados en Redes Neuronales modulares y corrección de datos. De esta forma, mejoramos el proceso de convergencia y la capacidad de generalización de la Red Neural.