Un método de superficie de respuesta para análisis de confiabilidad basado en máquinas de aprendizaje extremo con mínimos cuadrados ponderados iterativamente (IRLS-ELM) se explora en este documento, en el cual, las funciones de rendimiento implícitas altamente no lineales de las estructuras son aproximadas por el IRLS-ELM. Luego se realiza una simulación de Monte Carlo en el IRLS-ELM aproximado para el análisis de confiabilidad estructural. Se presentan algunos ejemplos numéricos para ilustrar el método propuesto. Los efectos de los parámetros involucrados en el IRLS-ELM en la precisión del análisis de confiabilidad son discutidos respectivamente. Los resultados muestran que un número adecuado de muestras y neuronas en nodos de capa oculta, un parámetro de regularización apropiado y el número de iteraciones para el reponderamiento son de importante garantía para obtener una precisión razonable en la estimación de la probabilidad de fallo estructural.