udemy
Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.
Изучите Преобразование Фурье и его применения
Master the Fourier transform and its applications
★5 (всего оценок - 7)
Продолжительность
6 ч 10 мин
Категория
PythonКоличество уроков
43 Видео
Дата добавления
18 мар. 2020 г., 16:09
Язык
Английский
Дата выхода
1 мар. 2020 г., 17:48
Дата обновления
29 апр. 2026 г., 07:02
Освойте преобразование Фурье и узнайте, как этот ключевой математический инструмент используется в современных технологиях. Курс поможет вам глубоко понять, как работает преобразование Фурье, зачем оно нужно и как применять его на практике с помощью MATLAB и Python.
Зачем изучать преобразование Фурье
Преобразование Фурье лежит в основе цифровой обработки сигналов, анализа данных и современных методов работы с изображениями. Это фундамент, без которого сложно представить инновации в инженерии, медицине, науке о данных или компьютерном зрении.
Курс помогает перевести теорию в практику, делая акцент на вычислительной реализации, визуализации и реальных задачах.
Что включает курс
Теоретические основы
- Интуитивное понимание частотного анализа
- Дискретное преобразование Фурье и БПФ
- Спектры, разрешение, осреднение, нормализация
Практическая реализация в MATLAB и Python
- Написание и отладка кода для вычисления Фурье-преобразований
- Эффекты нестационарности и шумов
- Фильтрация сигналов и изображений
- Разбор типичных ошибок и подводных камней
Материалы и ресурсы
- 6+ часов видеолекций с примерами и визуализациями
- PDF-конспекты и пояснения к ключевым концепциям
- Упражнения с решениями в формате PDF
- MATLAB- и Python-код, а также наборы данных
Для кого подходит этот курс
Материал ориентирован на тех, кто хочет понять и использовать преобразование Фурье в реальной работе. Вам подойдет курс, если вы:
- ученый данных или статистик
- инженер или программист MATLAB/Python
- специалист или новичок в обработке сигналов/изображений
- биолог, психолог или исследователь, работающий с данными
- студент технических направлений
- самостоятельный изучающий
Почему этот курс стоит пройти
Автор курса имеет почти 20 лет опыта работы с преобразованием Фурье, использует его в научных исследованиях и преподавании, а также написал несколько учебников по статистике, программированию и анализу данных. Преподаватель объясняет материал доступно, уделяя внимание практическим деталям и реальным примерам.
Результаты, которые вы получите
- Понимание преобразования Фурье и его реальных применений
- Уверенные навыки работы с MATLAB и Python для анализа сигналов и изображений
- Практический опыт выполнения спектрального анализа
- Готовые инструменты для собственных проектов
Готовы погрузиться в частотный мир?
Курс поможет вам не только понять, но и применять преобразование Фурье в исследованиях, разработке и инженерной практике — от первых шагов до профессиональных проектов.
- Урок 1.00:06:37Nontechnical description of Fourier transform
- Урок 2.00:11:50Examples of Fourier transform applications
- Урок 3.00:03:16MATLAB, Octave, Python, or just watch
- Урок 4.00:03:46Leaving reviews, course coupons
- Урок 5.00:14:06Complex numbers
- Урок 6.00:09:33Euler's formula e^ik
- Урок 7.00:14:01Sine waves and complex sine waves
- Урок 8.00:16:32Dot product
- Урок 9.00:09:06Complex dot product
- Урок 10.00:12:12How the discrete Fourier transform works
- Урок 11.00:08:39Converting indices to frequencies
- Урок 12.00:09:34Normalized time vector
- Урок 13.00:04:51Positive and negative frequencies
- Урок 14.00:06:31Accurate scaling of Fourier coefficients
- Урок 15.00:05:11Interpreting phase values
- Урок 16.00:09:01Averaging Fourier coefficients
- Урок 17.00:07:43The DC (zero frequency) component
- Урок 18.00:06:51Amplitude spectrum vs. power spectrum
- Урок 19.00:05:06A note about terminology of Fourier features
- Урок 20.00:10:49How and why it works
- Урок 21.00:07:22Inverse Fourier transform for bandstop filtering
- Урок 22.00:07:12How it works, speed tests
- Урок 23.00:02:11The fast inverse Fourier transform
- Урок 24.00:06:50The perfection of the Fourier transform
- Урок 25.00:07:25Using the fft on matrices
- Урок 26.00:16:21Sampling and frequency resolution
- Урок 27.00:11:14Time-domain zero padding
- Урок 28.00:07:50Frequency-domain zero padding
- Урок 29.00:09:14Sampling rate vs. signal length
- Урок 30.00:10:06Aliasing
- Урок 31.00:05:40Signal stationarity and non-stationarities
- Урок 32.00:16:00Effects of non-stationarities on the power spectrum
- Урок 33.00:13:10Solution to understanding nonstationary time series
- Урок 34.00:09:51Windowing and Welch's method
- Урок 35.00:11:34Instantaneous frequency
- Урок 36.00:11:14How the 2D FFT works
- Урок 37.00:06:07Rhythmicity in walking (gait)
- Урок 38.00:07:04Rhythmicity in electrical brain waves
- Урок 39.00:03:13Time series convolution
- Урок 40.00:08:16Narrowband temporal filtering
- Урок 41.00:07:322D image filtering
- Урок 42.00:05:55Image narrowband filtering
- Урок 43.00:04:12Real data from trends.google.com!
Автор - udemy
Комментарии