Los procesos de Markov son ejemplos de procesos estocásticos (procesos que generan secuencias aleatorias de resultados o estados según determinadas probabilidades). Los procesos de Markov se distinguen porque carecen de memoria (su próximo estado depende solo de su estado actual y no del historial que los ha llevado ahí). Los modelos de procesos de Markov se utilizan en una amplia variedad de aplicaciones, desde las cotizaciones diarias hasta la posición de los genes en el cromosoma. Los modelos de Markov ocultos (MMO) tratan de recuperar la secuencia de estados que han generado un determinado conjunto de datos observados.