La gestión de los recursos hídricos se está volviendo cada vez más importante en varios contextos, incluida la agricultura. Recientemente, prácticas agrícolas innovadoras, sensores avanzados y dispositivos del Internet de las Cosas (IoT) han hecho posible mejorar la eficiencia del uso del agua. Sin embargo, es la aplicación de estrategias de control basadas en técnicas avanzadas de aprendizaje automático lo que permite la adopción de programación de riego inteligente y los beneficios económicos, sociales y ambientales inmediatos. Esta desafiante área de investigación ha atraído la atención de muchos investigadores en todo el mundo, quienes han propuesto varias soluciones tecnológicas y metodológicas. Desafortunadamente, los resultados de estos esfuerzos científicos aún no se han categorizado en una encuesta temática, lo que dificulta entender cuán lejos estamos de una gestión óptima del agua basada en aprendizaje automático. Este artículo llena este vacío al centrarse en sistemas de riego inteligente con énfasis en el aprendizaje automático. Más específicamente, se presenta la estructura genérica de un sistema de agricultura inteligente y se discuten las estrategias de aprendizaje automático existentes y los conjuntos de datos disponibles. Además, se identifican varios problemas abiertos, especialmente en el procesamiento de datos a largo plazo, también debido a la falta de conjuntos de datos anotados correspondientes. Finalmente, se proponen algunas direcciones interesantes para futuras investigaciones que se deben seguir para construir enfoques escalables e independientes del dominio.