Consideramos un problema bastante general de estimación no paramétrica de un conjunto incontable de funciones de densidad de probabilidad (f.d.p.) de la forma: , donde es una variable real no aleatoria y varía de a . Ponemos énfasis en los aspectos algorítmicos de este problema, ya que son cruciales para el análisis exploratorio de grandes volúmenes de datos que se necesitan para la estimación. Se propone y prueba un algoritmo de aprendizaje especializado, basado en la FFT 2D, en observaciones que permiten estimar f.d.p. de las temperaturas de un motor a reacción en función de su velocidad de rotación. También derivamos resultados teóricos sobre la convergencia del procedimiento de estimación que contiene pistas sobre la selección de parámetros del algoritmo de estimación.