这是类似的问题，例如CrossValidated的Statistics Conferences问题。
什么是最重要的年度数据科学会议？
规则：
Answers:
PyData-讨论Python数据工具
链接：http：//pydata.org/events/
每年在东海岸举行一次PyData会议，在西海岸举行一次。
NIPS-神经信息处理系统（NIPS）
链接：https：//nips.cc/
这是使摘要/海报被接受的最困难/最负盛名的学术机器学习会议之一。
第五届大型机器学习和大数据分析并行和分布式计算国际研讨会（IEEE IPDPS 2016）
链接：http : //parlearning.ecs.fullerton.edu/
这也是一次学术会议，论文提交。
注意：我不确定您是否要召开学术会议或学术会议（有与会议相关的会议记录/论文）。一些会议不是关于新的数据科学方法论，而是关于实现现有方法论的工具和库（例如PyData）。此外，数据科学领域非常广泛，包括统计，机器学习和数据仓库/挖掘等。
数据科学仍然是融合领域，它是从相邻领域借鉴而来的。
最近一个有趣的竞争者是DSAA，“ IEEE数据科学和高级分析国际会议”。第一版（DSAA 2014）在上海举行。第二届DSAA 2015年在巴黎举行，DSAA 2016年版于2016年10月17日至19日在加拿大蒙特利尔宣布。
Nuit Blanche最近宣布了PCMI暑期学校“ 数据的数学 ”，2016年6月至7月，美国犹他州中途市。
其他相关会议和讲习班是：
我最喜欢的是Wrangle，Spark Summit和ampcamp。
Wrangle是一个新的，单日，单轨的行业活动，涉及跨多个数据丰富行业的数据科学的原理，实践和应用。其中包括来自Salesforce，Pinterest，Facebook和Uber等公司的数据科学家的演讲，内容涉及他们所面临的最困难的问题以及为他们找到的解决方案。如果您是一位实践中的数据科学家，那么Wrangle适合您！
火花峰。大规模数据科学与工程
AMP训练营是由UC Berkeley AMPLab组织的大数据培训活动，内容涉及大数据分析，机器学习以及由AMPLab生成的流行的开源软件项目。所有AMP Camp的课程，以及在AMP Camps上提供的指导性演讲的尽可能视频，都可以在此处发布并免费获得。
O'Reilly的Strata + Hadoop World
DataSciCon.Tech
这是11月/ 12月在美国亚特兰大举行的为期3天针对开发人员的会议
全日制研讨会，内容涉及：用于发现，创新和价值创造的数据科学和R研讨会使用Python进行机器学习和使用Tableau进行TensorFlow数据分析的入门
随后为期2天，其中包含4个主题的深度学习内容，涉及以下主题：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。
现有答案已经提到了很多不错的会议。以下是我认为应在顶级会议列表中占据一席之地的一些内容：
会议目的：
MLconf聚集了很多社区，以讨论算法，工具和平台的最新研究和应用，以解决组织和分析大量且嘈杂的数据集时存在的难题。
目的：
BayLearn专题讨论会旨在聚集来自旧金山湾区的机器学习科学家。它促进了学术界和工业机构的本地研究人员之间的社区建设，同时也欢迎游客。这项为期一天的活动结合了邀请演讲和海报，以促进思想交流。
第五届大象大会是由社区推动的关于大数据生态系统的会议，涵盖了该技术及其在一系列行业中的应用。
PASS Analytics -SQL Server专业协会举行了一次针对分析的会议。尽管某些会议路线可能不适用于高素质的数据科学家，但随着Microsoft继续支持Hadoop并将R集成到SQL Server等诸多方面，许多会议轨道特别相关。
无论您是刚开始从事数据分析领域，还是希望看到扩展技能的价值的数据专家，还是经验丰富的业务分析专家，都可以通过PASS Business Analytics Conference。
Startup.ml会议举办了两次不错的会议。讲座是由该领域的专家完成的，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。
如果无赞助者，无供应商，无招聘者的数据科学大会的想法吸引了您，则Data ScienceConference®可能是一个不错的选择。