Data-drevne metoder har blitt en uunnværlig del av metodologisk verktøykasse for væskedynamikere, og inspirerer både studenter og fagfolk til å hente praktisk kunnskap fra et variert spekter av fagområder. Blant disse inkluderer datavitenskap, statistikk, optimalisering, signalbehandling, mønstergjenkjenning, ikke-lineær dynamikk og kontrollteori. Væskedynamikk har historisk vært et stort datamiljø og tilbyr dermed en fruktbar grunn for utvikling og anvendelse av datadrevne metoder, samtidig som det gir verdifulle snarveier, begrensninger og tolkninger basert på sterke forbindelser til grunnleggende fysikk. Denne boken fokuserer på hybridmetoder som utnytter både datadrevne tilnærminger og grunnleggende prinsipper, noe som er tema for aktiv og spennende forskning. Boken stammer fra et forelesningskurs ved von Karman Institute for Fluid Dynamics over en uke, og gir en oversikt samt pedagogisk behandling av noen av de datadrevne verktøyene og maskinlæringsteknikkene som driver frem nye forskningsfunksjoner innen feltet.
