Data-Driven Science and Engineering av Steven L. (University of Washington) Brunton, J. Nathan (University of Washington) Kutz

Data-drevet oppdagelse revolusjonerer måten vi modellerer, forutsier og kontrollerer komplekse systemer. Med bruk av Python og MATLAB, gir denne læreboken en grundig opplæring for matematiske forskere og ingeniører som er klare for neste generasjon vitenskapelig oppdagelse. Boken gir en bred oversikt over den økende kretsen av datadrevne metoder, maskinlæring, anvendt optimalisering, samt klassiske felt innen ingeniørmatematikk og matematisk fysikk. Den fokuserer på å integrere modellering og kontroll av dynamiske systemer med moderne metoder innen anvendt maskinlæring. Innholdet omfatter metoder valgt for relevans, enkelhet og generell anvendbarhet. Emnene spenner fra introduksjonsnivå til forskningsnivå, noe som gjør boken tilgjengelig for avanserte bachelor- og nybegynnende masterstudenter innen ingeniør- og naturfag. Den andre utgaven inneholder nye kapitler om forsterkende læring og fysikkinformert maskinlæring, betydelige nye seksjoner gjennom hele boken, samt oppgaver til hvert kapittel. I tillegg tilbys det online tilleggsmateriale.