Örnekleme, veriyi küçültmenin ötesinde bir istatistiksel tasarım kararıdır. Rastgele seçilmiş gibi görünen bir alt küme, zaman veya segment yanlılığı taşıyorsa yapılan tüm analizler sistematik biçimde hatalı sonuç üretir. Dengesiz sınıflarda ise yanlış uygulanan örnekleme model başarımını yükseltmek yerine değerlendirme metriklerini yanıltıcı hâle getirir. Üç modül boyunca katılımcılar örnekleme kararlarını uygulamalı olarak test eder. Basit rastgele, tabakalı ve küme örnekleme yöntemleri karşılaştırılır; örneklem büyüklüğü hesapları yapılır. Dengesiz veri kümelerinde aşağı ve yukarı örnekleme ile sentetik azınlık üretimi denenir, değerlendirme kümesinin bozulmaması için gerekli ayrım kuralları uygulanır. Program sonunda her katılımcı, kendi veri kümesi için gerekçelendirilmiş bir örnekleme planı çıkarır.