Ada tiga permasalahan utama yang dapat diselesaikan HMM{{br}}
: * Diberikan parameter dari model, hitunglah probabilitas output berupa suatu barisan tertentu. {{br}}Masalah ini diselesaikan oleh forward algorithm.{{br}}
* Diberikan parameter dari model, carilah barisan state tersembunyi yang paling mungkin {{br}}menghasilkan output barisan tertentu (yang diberikan). Masalah ini diselesaikan oleh algoritma {{br}}Viterbi.{{br}}
* Diberikan sebuah barisan output atau himpunan barisan sepertinya, maka temukan himpunan transisi {{br}}state yang paling mungkin beserta probabilitas outputnya. Dengan kata lain, latihlah parameter HMM {{br}}jika diberikan dataset barisan-barisan tertentu. Masalah ini diselesaikan oleh algoritma Baum-Welch{{br}}
