A lényegi rész középpontjában egy jól ismert statisztikai modell, a rejtett Markov-modell bemutatása áll.
Olyan problémák megoldására használható, amelyekben a megfigyelések sorozatából a legvalószínűbb állapot-specifikus leírásra kell következtetni. A rejtett Markov-modell alkalmazásai elsősorban a bioinformatika, a számítógépes nyelvészet, a gépi tanulás és a jelfeldolgozás területén találhatók.
Ez a füzet a HMM-ek két központi problémájával foglalkozik. A következtetés problémáját a híres Viterbi algoritmussal, a paraméterbecslés problémáját pedig két jól ismert módszerrel (várakozásmaximalizálás és Baum-Welch) oldja meg.