FFT Быстрое преобразование Фурье — это основа, это знать надо. Я нашёл довольно интересный видос про него https://www.youtube.com/watch?v=h7apO7q16V0 Но вообще это алгоритм который советую изучить в вкурить каждому, так как имеет очень широкий спектр применений) Ещё тут можно почитать статью про него https://towardsdatascience.com/fast-fourier-transform-937926e591cb Как несколько примеров: Сжатие изображений https://www.youtube.com/watch?v=gGEBUdM0PVc Суммирование и фильтрация сигналов https://www.researchgate.net/figure/Fourier-transform-of-a-sum-of-sinusoids-and-filtering-the-highest-frequency_fig3_237061998 Поиск размылия на картинке https://pyimagesearch.com/2020/06/15/opencv-fast-fourier-transform-fft-for-blur-detection-in-images-and-video-streams/#:~:text=The%20Fast%20Fourier%20Transform%20is,mathematics%2C%20science%2C%20and%20engineering. И ещё несколько https://www.quora.com/What-are-some-applications-of-2D-FFT-for-image-processing-computer-vision-computer-graphics Важно понимать, что это только кажется, что понимание "логики сигналов". И того, что звук и картинка — это по сути аналовые сигналы переведённые в цифровые — нужна только тем, кто пишет движки, алгоритмы компрессии и т.п. Не скажу что часто, но периодически встречаются задачи, где это знание бывает весьма полезно. И как всегда. Важно не уметь "написать реализацию из головы". Сам алгоритм известен и его реализацию можно откуда-то скопировать. Важно понимать суть и его применение, чтобы потом было понятно "что искать в гугле"
Fourier Transform в Машинном обучении простыми словами
Преобразование Фурье — это математическая функция, которая разлагает сигнал, являющийся функцией времени, на составляющие его частоты. Преобразование Фурье также называют обобщением ряда Фурье. Этот термин также может применяться как к представлению в частотной области, так и к используемой математической функции. Преобразование Фурье помогает расширить ряд Фурье на непериодические функции, что позволяет рассматривать любую функцию как сумму простых синусоид...