隱馬爾可夫模型(HMM)是指隱馬爾可夫模型,是一種用於描述參數未知的馬爾可夫過程的統計模型。困難在於從可觀察的參數中確定過程的隱藏參數。這些參數然後被用於進一步的分析,例如模式識別。
隱馬爾可夫模型最早是由倫納德·鮑姆(Leonard E. Baum)和其他作者在20世紀60年代下半葉的一系列統計論文中描述的。隱馬爾可夫模型的最初應用之一是語音識別,始於20世紀70年代中期。20世紀80年代後半期,隱馬爾可夫模型開始應用於生物序列的分析,特別是DNA。自此,隱馬爾可夫模型逐漸成為生物信息學領域不可或缺的技術。