Latent Markov Model (Modelo Latente de Markov)

Es un modelo probabilístico que combina las propiedades de los Modelos Ocultos de Markov (Hidden Markov Models, HMM) y métodos de modelado latente.

Se utiliza para representar sistemas secuenciales en los que las observaciones visibles dependen de un conjunto subyacente de estados latentes no observables.

Los estados latentes siguen una propiedad de Markov, donde la probabilidad de transición entre estados depende únicamente del estado actual.

Es comúnmente aplicado en problemas que involucran secuencias de datos, como reconocimiento de patrones, análisis de series temporales, y modelado de comportamiento.

El modelo permite capturar relaciones y patrones ocultos en los datos, proporcionando una representación compacta y útil para tareas de predicción y análisis.