Просмотрел всевозможные презентации по спортивной аналитике, машинному обучению и анализу данных. Вот наиболее понравившиеся (в списке есть как уже давно известные, так и новые). Спасибо их авторам за ценную информацию!
Методы победителей
- Introduction to Machine Learning (Дмитрий Ефимов)
- Bayes in competition (Tim Salimans)
- Winning data science competitions (Owen Zhang)
- Kaggle talk series top 0.2% kaggler on amazon employee… (Yibo Chen)
Глубинное обучение
- How to win data science competitions with Deep Learning (Arno Candel)
Язык R
- 10 R Packages to Win Kaggle Competitions (Xavier Conort)
- Parallel R (Matt Moores)
- Taking R to the Limit — High Performance Computing in R (Ryan Rosario)

Меня всё не покидает идея сделать агрегатор всевозможной информации по ds, где будут презентации, научные статьи, списки онлайн курсов, видео доклады и т.д. Половина публикаций будет собираться автоматически, с повторяющихся мероприятий и других агрегаторов.
Как думайте, стоящая идея?
Идея, конечно, стоящая. Но насколько такой ресурс будет полезен/удобен/востребован? Речь вот о чем: многое зависит от тематики. Если это все-все-все из науки о данных, то тогда в нем просто закопаешься — новостей будет очень много. Если выбирать какую-то узкую тему, то для него может не быть большой аудитории. Опять же, как подавать материал? Скажем, описывая интересные посты, наверное, нельзя просто приводить названия — нужна мини-аннотация (возможно, это ручной труд). Ну и тут еще много вопросов. Я в ближайшее время напишу, что я читаю. В мире совсем идеальных агрегаторов информации по нашей теме нет, но есть симпатичные блоги и отдельные сайты.
Спасибо за ответ, начну с малого, с агрегатора блогов.
Если есть большое желание — сделайте то, что максимально полезно лично для Вас. А потом уже функционал/наполнение можно расширять.
Кстати Owen Zhang немного обновил свою презентацию здесь: http://www.slideshare.net/OwenZhang2/tips-for-data-science-competitions