Core Set Discovery

Core set discovery是指在机器学习中识别出最小的训练样本集，该集能够使监督学习算法达到与使用全部数据集时相同的效果。其目标是通过减少训练数据量来提高算法效率，同时保持模型性能。这一方法在大规模数据处理、资源优化和加速模型训练等方面具有重要应用价值。