W centrum tej części znajduje się wprowadzenie do dobrze znanego modelu statystycznego - Ukrytego Modelu Markowa.
Model ten może być wykorzystywany do rozwiązywania problemów, w których najbardziej prawdopodobny opis stanu ma być wywnioskowany z sekwencji obserwacji. Zastosowania ukrytego modelu Markowa dotyczą głównie bioinformatyki, lingwistyki obliczeniowej, uczenia maszynowego i przetwarzania sygnałów.
Niniejsza broszura omawia dwa główne problemy związane z modelami HMM. Problem wnioskowania jest rozwiązywany za pomocą słynnego algorytmu Viterbiego, a problem estymacji parametrów jest rozwiązywany za pomocą dwóch dobrze znanych metod (maksymalizacji oczekiwań i Bauma-Welcha).