att upptäcka nya material med utmärkt prestanda är en het fråga i materials genome initiative. Traditionella experiment och beräkningar slösar ofta stora mängder tid och pengar och begränsas också av olika förhållanden. Därför är det absolut nödvändigt att utveckla en ny metod för att påskynda upptäckten och utformningen av nya material. Under de senaste åren har materialupptäckts-och designmetoder med maskininlärning väckt mycket uppmärksamhet från materialexperter och har gjort vissa framsteg. Denna översyn skisserar först tillgängliga materialdatabas och materialdataanalysverktyg och utarbetar sedan de maskininlärningsalgoritmer som används i materialvetenskap. Därefter sammanfattas tillämpningsområdet för maskininlärning inom materialvetenskap, med fokus på aspekterna av strukturbestämning, prestandaprognos, fingeravtrycksprognos och ny materialupptäckt. Slutligen pekar översynen på problemen med data och maskininlärning inom materialvetenskap och pekar på framtida forskning. Med hjälp av maskininlärningsalgoritmer hoppas författarna att uppnå fantastiska resultat i materialupptäckt och design.