在许多现实应用中,机器学习算法面临着数据中类别样本数量不平衡的困难。随着互联网、分布式计算以及边缘计算等领域的快速发展,更多规模庞大、类别极度不平衡且可能包含大量噪声/缺失值的工业数据集不断产生。在面对这种分类任务时,大多数现有的不平衡学习方法都存在性能不佳或计算效率底下的问题。为解决此问题,本文对类别不平衡问题的本质进行更深入地探讨:给学习器带来困难的不仅仅是类别数量不平衡本身,还有嵌入在数据分布中的其他因素,如类别分布重叠会极大地影响数据集的分类难度。考虑这些因素,为了能够在类别不平衡数据上训练无偏、高效且稳健的机器学习模型,本文提出了面向类别不平衡问题的两种新颖的集成学习算法,并在实际的应用场景中验证了它们的有效性。进一步地,本文实现了一个模块化、灵活、易扩展的类别不平衡/长尾机器学习库,以促进该领域研究代码的规范性、结果的可复现性以及在真实世界机器学习任务中的快速应用。本文为此研究领域做出了三项主要贡献:（1）本文提出基于类间平衡与类内平衡的集成学习框架DUBE。本文指出指出在传统类间不平衡定义的基础上,在数据分布中同一类样本之间的差异（类内不平衡）也应当被纳入考虑。有鉴于此,本文提出了一个通用的集成学习框架DUBE以同时进行类间和类内平衡,而不依赖繁重的基于距离的计算,在保持高计算效率的同时也获得了出色的分类性能。（2）本文提出元采样器驱动的最优化不平衡学习框架MESA。本文指出典型的不平衡学习方法包括重采样和重加权,是基于一些启发式的假设而设计的。在假设不成立的复杂任务中,它们往往存在性能不稳定、适用性差和计算成本高等问题。因此,本文提出了元不平衡学习框架MESA,其不依赖于人类直觉设计的策略,而是从数据中自动学习采样策略并直接优化最终性能指标,因此具有杰出的性能和跨任务可转移性。（3）本文实现了不平衡学习算法工具箱IMBENS,其整合实现了16种流行的不平衡集成学习方法及19种重采样方法,并通过高阶抽象、继承和多态保证了软件库的模块化、灵活性、以及易扩展性,以促进相关技术的发展和应用。