В классических цепях Маркова каждое состояние системы абсолютно прозрачно для наблюдателя: мы точно знаем, находится ли система в состоянии А или Б. Однако в огромном классе задач исследования операций и анализа данных истинное состояние системы скрыто от нас (является латентным). Мы можем наблюдать лишь косвенные сигналы или побочные эффекты, которые генерируются этими скрытыми состояниями с определенной долей стохастического шума. Для математического моделирования таких процессов в конце 1960-х годов был разработан аппарат Скрытых марковских моделей (Hidden Markov Models, HMM). Эта мощнейшая статистическая концепция стала краеугольным камнем современных систем распознавания речи, биоинформатики и алгоритмического трейдинга на финансовых рынках.