Apple Paper schlägt günstigeres maschinelles Verlernen durch Überspringen von Daten mit geringem Einfluss vor
In einem Apple Machine Learning Research-Artikel wird argumentiert, dass nicht jeder Datenpunkt in einer Löschanforderung aktiv entfernt werden muss. Mithilfe von Einflussfunktionen für Sprach- und Sehaufgaben sagen die Autoren, dass Beispiele mit geringem Einfluss aus dem Vergessenssatz entfernt werden können, wodurch der Verlernaufwand um bis zu etwa 50 Prozent reduziert wird.
Geschichte lesen Verified source: machinelearning.apple.com