یادگیری ماشینی (Machine learning) به بررسی روش هایی می پردازد که به رایانه ها امکان استفاده از داده ها و یاد گیری از آن ها برای بهبود عملکردهای مختلف را می دهد. هدف یادگیری ماشینی این است که کامپیوتر (در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها بازدهی‌ بالاتری در وظیفهٔ مورد نظر پیدا کند. نمونه هایی از کاربردهای یادگیری ماشین می تواند الگوریتم های تشخیص چهره، جداسازی هرزنامه و بازشناسی گفتار می باشد.

توابع مورد استفاده در مهندسی و توابع نمایانگر سیگنال‌ها معمولاً توابعی از زمان هستند یا به عبارت دیگر توابعی که در میدان زمان تعریف شده اند. برای حل بسیاری از مسائل بهتر است که تابع در دامنه فرکانس تعریف شده باشد زیرا این دامنه ویژگی‌هایی دارد که به راحتی محاسبات می‌انجامد.
در ریاضیات، سری فوریه، تابعی است که با استفاده از آن می توان هر تابع متناوب را به صورت جمعی از …