Klasik Makine Öğrenmesi Konferanslarda Moda Dışı mı?

Bir doktora öğrencisi Reddit'te paylaştığı sorunuyla dikkat çekti: SVM ve lojistik regresyon (LR) alanında yaptığı orijinal araştırmaları top konferanslara sunuyor, ancak hakemlerin olumlu yorumlarına rağmen editörler "bu konu bitmiş" diyerek reddediyor.

Öğrenci, ChatGPT ve Gemini ile de kontrol ettiğini söylediği bulgularını ICLR, NeurIPS gibi platformlara göndermiş. Hakemlerin çoğu yeniliği tanımış, daha fazla deney ve ablasyon çalışması istemiş. Fakat karar vericiler (AC), klasik makine öğrenmesini "solved problem" olarak görüp reddetmiş. Sadece ACL, yorumları dikkate alarak yeniden sunumu davet etmiş.

Sorun somut: Konferanslar artık derin öğrenme ve LLM odaklı mı? Klasik ML hala değerli çalışmalar için yer var mı?

Gerçek durum karışık. Top konferanslar son yıllarda transformer, diffusion modelleri, büyük dil modelleri gibi sıcak konulara yoğunlaşmış. Ama bu, klasik ML'nin ölü olduğu anlamına gelmiyor. Aksine, SVM ve LR temeli sağlam, verimli ve yorumlanabilir çözümler için endüstride hala talep var. Akademik konferanslarda trend değişmiş olabilir, ama bu araştırmaların değeri azalmamış.

Öneriler: Yeniden sunmaya devam etmek mantıklı (ACL örneğinde olduğu gibi). Paralel olarak journal yoluna gitmek (örneğin JMLR, IEEE TPAMI) daha hızlı kabul şansı verebilir. arXiv da iyi bir adım, çalışma orada canlı kalır, atıf alabilir. Önemli olan araştırmanın kalitesi, yayınlanma platformu değil.