1. La cadena simple de Markov, también conocida como modelo de Markov, es un concepto desarrollado dentro de la teoría de la probabilidad y la estadística que establece una fuerte dependencia entre que tenga lugar un evento y un evento anterior. Su principal utilidad es el análisis del comportamiento de procesos estocásticos.
1.1. ¿Dónde se utilizan las cadenas de Markov?
1.1.1. Las cadenas de Markov han experimentado una importante aplicación real en el ámbito de los negocios y las finanzas, al permitir como se ha señalado analizar y estimar futuros patrones de conducta de los individuos atendiendo a la experiencia y los resultados anteriores. Esto puede reflejarse en diferentes campos como la prevención de la morosidad, el estudio de las conductas de consumidores de un sector o la necesidad estacional de personal y mano de obra.
1.1.1.1. Utilizar las cadenas de Markov para tomar mejores decisiones
1.1.1.1.1. Uno de los principales objetivos de la ciencia de datos es ayudar a que tomemos mejores decisiones. Las cadenas de Markov (MLN, por sus siglas en inglés Markov Logic Networks) proporcionan un sistema muy útil para crear e implementar un proceso de toma de decisiones que sopese posibles escenarios y se utilice para predecir con mayor exactitud comportamientos futuros. Las MLNs tienen muchas aplicaciones en el mundo real, destacando su uso en negocios, política, finanzas, deportes, salud, genética, física, economía y un largo etcétera.