Ajustar a escala dos valores de cada atributo.

Em problemas de classificação, balancear as classes do conjunto de dados.

Armazenar os conjuntos de dados em formatos acessíveis e padronizados ( ONNX, etc).

Repetir execução do treinamento diversas vezes para tratar a sensitividade, buscando sempre aleatorizar os dados (randomization).