Boken "Optimization for Machine Learning" gir en oppdatert oversikt over samspillet mellom optimalisering og maskinlæring, og er tilpasset både studenter og forskere innen begge områder. Dette samspillet representerer en av de mest betydningsfulle utviklingene innen moderne beregningsvitenskap. Optimaliseringsformer og -metoder viser seg å være avgjørende i utviklingen av algoritmer som henter ut viktig kunnskap fra enorme mengder data. Maskinlæring er imidlertid ikke bare en bråte av teknikker for optimalisering; det er et raskt utviklende felt som selv bidrar med nye optimaliseringsideer. Denne boken presenterer den nyeste kunnskapen om interaksjonen mellom optimalisering og maskinlæring på en måte som er tilgjengelig for forskere i begge disipliner. Optimaliseringsmetoder har fått stor oppmerksomhet innen maskinlæring på grunn av deres brede anvendelighet og tiltalende teoretiske egenskaper. Den økende kompleksiteten, størrelsen og variasjonen av moderne maskinlæringsmodeller krever en ny vurdering av eksisterende tilnærminger.
