«Optimalisering for læring og kontroll» er en omfattende ressurs som gir en innføring på masternivå i optimaliseringsteori og algoritmer med anvendelse innen læring og kontroll. Boken utforsker hvordan optimalisering benyttes innen disse fagområdene, og gir en grundig introduksjon til både usupervisert læring, supervisert læring og forsterkende læring, med spesiell vekt på optimaliseringsmetoder for store lærings- og kontrollproblemer. Videre tar boken opp flere bruksområder, inkludert signalbehandling, systemidentifikasjon, optimal kontroll og maskinlæring. I dag er det meste av det tilgjengelige materialet om optimaliseringsaspektene ved dyp læring, som er rettet mot studenter på masternivå, sterkt fokusert på overfladisk dataprogrammering. Dybere innsikt i optimaliseringsmetoder og de avveiningene som ligger til grunn for disse metodene, er ofte fraværende. Hensikten med denne boken er å samle den spredte kunnskapen som for øyeblikket hovedsakelig er tilgjengelig i akademiske publikasjoner, og gjøre den mer tilgjengelig for studenter og fagfolk.
