odkrywanie nowych materiałów o doskonałej wydajności jest gorącym problemem w materials genome initiative. Tradycyjne eksperymenty i obliczenia często marnują duże ilości czasu i pieniędzy, a także są ograniczone przez różne warunki. Dlatego konieczne jest opracowanie nowej metody, aby przyspieszyć odkrywanie i projektowanie nowych materiałów. W ostatnich latach odkrywanie materiałów i metody projektowania z wykorzystaniem uczenia maszynowego przyciągnęły wiele uwagi ze strony ekspertów ds. materiałów i poczyniły pewne postępy. W tej recenzji najpierw przedstawiono dostępne bazy danych materiałów i narzędzia do analizy danych materiałowych, a następnie opracowano algorytmy uczenia maszynowego stosowane w materiałoznawstwie. Następnie podsumowano obszar zastosowania uczenia maszynowego w materiałoznawstwie, koncentrując się na aspektach określania struktury, przewidywania wydajności, przewidywania odcisków palców i odkrywania nowych materiałów. Wreszcie, przegląd zwraca uwagę na problemy danych i uczenia maszynowego w materiałoznawstwie i wskazuje na przyszłe badania. Korzystając z algorytmów uczenia maszynowego, autorzy mają nadzieję osiągnąć niesamowite wyniki w odkrywaniu materiałów i projektowaniu.