拟核是指在非凸优化问题中，通过加入一些惩罚项将问题转化为凸优化问题的一种技术。

这种技术常常用于解决机器学习领域中的一些问题，例如正则化、稀疏性等。拟核函数是指通过拟合的方式基于原始数据构造的一种核函数，可以用于支持向量机等机器学习模型的训练中。拟核技术的引入可以有效地解决非凸问题的优化困难性，提高模型的泛化性能。但同时，拟核函数的构建也需要考虑到模型的复杂度和计算开销等问题。随着机器学习和优化算法的发展，拟核技术也得到了不断的拓展和改进。