题
解决方案
Pydata-谈论Python数据工具
关联: http://pydata.org/events/
东海岸举行一次Pydata会议,每年在西海岸举行一次。
NIP-神经信息处理系统(NIP)
关联: https://nips.cc/
这是最难 /最负盛名的学术机器学习会议之一,可以接受抽象 /海报。
大规模机器学习和大数据分析的第五届国际国际研讨会(IEEE IPDPS 2016)
关联: http://parlearning.ecs.fullerton.edu/
这也是纸提交的学术会议。
注意:我不确定您是否想要学术会议或学术会议(与会议有关的会议论文 /论文)。一些会议不是关于新的数据科学方法论,而是实施现有方法论的工具和库(例如Pydata)。此外,数据科学非常广泛,包括统计数据,机器学习和数据仓库 /采矿等。
其他提示
数据科学仍然是融合的领域,从相邻领域借用。
最近一个有趣的竞争者是DSAA,“ IEEE国际数据科学与高级分析会议”。第一版(DSAA 2014)在上海举行。第二 DSAA 2015 在巴黎, DSAA 2016 版本于2016年10月17日至19日在加拿大蒙特利尔宣布。
Nuit Blanche 最近吞噬了PCMI暑期学校”数据数学”,2016年6月至7月,美国犹他州中途。
其他相关的会议和研讨会是:
- 小马: 学习理论年度会议 (柯尔特2016, ,6月23日至26日,美国纽约)
- MMD: 现代大规模数据集的算法研讨会 (MMDS 2016 Edition Berkeley CA 21-24/06/2016)
- 视频: MMDSWorkShop YouTube频道, ,并遵循MMDS 2012视频的标签,或 这里
- ICML: 国际机器学习会议 (ICML 2016, ,六月,美国纽约)
- 视频: 2015年里尔
- nips: 神经信息处理系统年度会议 与2016年的NIPS 2016,2016年5-10/12/
我最喜欢的是纠缠,火花峰会和安培板。
Wrangle是一项新的,单日的单轨行业活动,涉及多个数据科学的数据科学的原理,实践和应用。它包括来自Salesforce,Pinterest,Facebook和Uber等公司的数据科学家的谈判,讨论他们所面临的最困难问题以及他们为他们找到的解决方案。如果您是一个执业的数据科学家,那么Wrangle适合您!
Spark-Summit。数据科学和工程规模
AMP营地是由加州大学伯克利分校Amplab组织的大数据培训活动,内容涉及大数据分析,机器学习和由Amplab生产的流行开源软件项目。所有AMP CAMP课程以及在可能会在AMP Camp上介绍的教学演讲视频的情况下出版,并可以免费访问。
地层 + Hadoop世界 由O'Reilly
Datascicon.tech
这是11月/12月在美国亚特兰大举行的为期3天的开发人员会议
关于:发现,创新和价值创建数据科学的数据科学的全天研讨会,与python和Tensorflow数据分析一起使用R r tableau,与R Recessssight介绍机器学习介绍
随后是2天,在4个曲目中进行深度潜水内容,例如:数据科学,数据分析,人工智能,机器学习,深度学习,大数据,数据可视化和深度学习。
通过分析 - SQL Server专业协会的集中会议。尽管某些会议轨道可能不适合高素质的数据科学家,但许多会议曲目特别相关,因为Microsoft继续支持Hadoop并将R集成到SQL Server中。
无论您是刚刚从数据分析领域启动,都是Data Pro,他认为扩大技能的价值,还是经验丰富的业务分析Pro,Pass Business Analytics会议是一个地方。
startup.ml会议有一些良好的会议。谈判是由该领域的专家进行的,我发现比其他会议更具技术性和实用性。
披露: :此消息由Data ScienceConference®团队发布。
如果没有赞助商,无供应商,无销售数据科学会议的想法对您有吸引力,那么Data ScienceConference®可能是一个不错的选择。