Skrytý Markovov model (HMM) je štatistický model používaný na reprezentáciu systémov s nepozorovateľnými vnútornými stavmi, ktoré sa vyvíjajú v priebehu času. Každý stav produkuje pozorovateľné výstupy podľa špecifických pravdepodobnostných rozložení, čo umožňuje záver o základnej sekvencii. HMM sú široko používané v oblastiach ako rozpoznávanie reči, bioinformatika a spracovanie prirodzeného jazyka kvôli ich schopnosti modelovať časové vzorce.

V skrytých Markovových modeloch prechádza systém medzi stavmi podľa Markovovho procesu, kde nasledujúci stav závisí len od aktuálneho stavu. Algoritmy ako Viterbiho algoritmus a Baum-Welch algoritmus sa bežne používajú na dekódovanie a odhad parametrov. Tieto modely sú obzvlášť účinné pre sekvenčnú analýzu údajov, kde sekvencia pravého stavu nie je priamo prístupná.