Este estudio ofrece un análisis completo del uso del aprendizaje profundo o aprendizaje automático, así como recomendaciones precisas sobre cómo estos métodos podrían ser utilizados en la creación de componentes y nodos de máquinas. Los ejemplos en esta tesis están destinados a identificar áreas en el diseño mecánico y la optimización donde esta técnica podría aplicarse ampliamente en el futuro, beneficiando a la sociedad y avanzando el estado actual de la ingeniería mecánica moderna. La revisión comienza con una discusión sobre el funcionamiento de la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo. Se describen en detalle diferentes técnicas, clasificaciones e incluso comparaciones de cada método. Se introducen gradualmente los lenguajes de programación, marcos y software más comunes utilizados en la ingeniería mecánica para este problema. También se discuten los formatos de datos de entrada y los conjuntos de datos más comunes que son adecuados para el campo del aprendizaje automático en el diseño mecánico y la optimización. La segunda mitad de la revisión describe el uso actual del aprendizaje automático en varias áreas del diseño mecánico y la optimización, utilizando ejemplos específicos que han sido investigados por investigadores de todo el mundo. Se discuten direcciones de investigación adicionales sobre el uso del aprendizaje automático y las redes neuronales en los campos del diseño mecánico y la optimización.