マシン・アンラーニング (MU) は、プライバシー保護、法的要件、著作権保護などのニーズを満たすために、機械学習モデルがトレーニング中に特定のデータ ポイントの知識を忘れたり削除したりできるようにすることを目的としています。

機械による忘却には、主に2つの戦略があります。精密忘却と近似忘却です。精密忘却では、モデルを最初から再学習することで、忘却すべきデータを完全に除外しますが、この手法は計算コストが高くなります。近似忘却では、既存のモデルを修正することで忘却を実現し、再学習にかかる高コストを回避します。