ایپل پیپر نے کم اثر والے ڈیٹا کو چھوڑ کر سستی مشین ان لرننگ کی تجویز پیش کی ہے۔
ایپل مشین لرننگ ریسرچ پیپر کا استدلال ہے کہ حذف کرنے کی درخواست میں ہر ڈیٹا پوائنٹ کو فعال ہٹانے کی ضرورت نہیں ہے۔ زبان اور وژن کے کاموں میں اثر و رسوخ کے افعال کا استعمال کرتے ہوئے، مصنفین کا کہنا ہے کہ کم اثر والی مثالوں کو بھولنے والے سیٹ سے چھوڑا جا سکتا ہے، غیر سیکھنے والے کمپیوٹ کو تقریباً 50 فیصد تک کاٹ دیا جاتا ہے۔