Boken "Materials Data Science" dekker alle viktige emner innen data science, maskinlæring og dyp læring som er relevante for materialvitenskap og ingeniørfag, og gir et rikt utvalg av eksempler og anvendelser. Nesten alle metoder og algoritmer som introduseres i boken, er implementert "fra bunnen av" ved hjelp av Python og NumPy. Første del begynner med en innføring i statistikk og sannsynlighetsregning, der viktige begreper som tilfeldige variabler, sannsynlighetsfordelinger, Bayes' teorem, korrelasjoner, prøveteknikker og utforskende dataanalyse forklares, alt plassert i konteksten av materialvitenskap og ingeniørfag. Dette gjør boken til et verdifullt utgangspunkt både for bachelor- og masterstudenter, samt en nyttig oppsummering for forskere og praktiserende ingeniører. Den andre delen gir en grundig innføring i (statistisk) maskinlæring. Den begynner med å skissere grunnleggende konsepter og utforsker deretter et variert spekter av teknikker for overvåket læring, både for regresjon og klassifisering.
