Procesos de Markov son ejemplos de procesos estocásticos — procesos que generan secuencias aleatorias de resultados o Estados según ciertas probabilidades. Los procesos de Markov se distinguen por ser sin memoria — su próximo estado depende sólo de su estado actual, no de la historia que los condujo allí. Los modelos de los procesos de Markov se utilizan en una amplia variedad de aplicaciones, desde los precios de las acciones diarias hasta las posiciones de los genes en un cromosoma. Modelos ocultos de Markov (Hmm) buscan recuperar la secuencia de Estados que generaron un conjunto dado de datos observados.