本书基于数据驱动发现，将动力系统的建模、控制、优化和数据方法结合起来构筑知识架构，梳理了机器学习、动力系统和控制之间的内在关系，初步探索了一种数据驱动发现的智能理论和方法。本书的主题涉及应用优化、降维、机器学习、动力学与控制以及降阶方法，从多维度反映了交叉学科研究的特点。