Teniendo en cuenta la tasa de crecimiento de la población de los últimos años, se espera que sea necesario duplicar la productividad mundial actual de los cultivos para el año 2050. Las plagas y enfermedades son un obstáculo importante para lograr este resultado de productividad. Por lo tanto, es muy importante desarrollar métodos eficientes para la detección automática, identificación y predicción de plagas y enfermedades en los cultivos agrícolas. Para realizar dicha automatización, se pueden utilizar técnicas de Aprendizaje Automático (ML) para derivar conocimientos y relaciones a partir de los datos en los que se está trabajando. Este documento presenta una revisión de la literatura sobre las técnicas de ML utilizadas en el sector agrícola, centrándose en las tareas de clasificación, detección y predicción de enfermedades y plagas, con énfasis en los cultivos de tomate. Esta encuesta tiene como objetivo contribuir al desarrollo de la agricultura inteligente y la agricultura de precisión promoviendo el desarrollo de técnicas que permitirán a los agricultores disminuir el uso de pesticidas y productos químicos mientras preservan y mejoran la calidad y producción de sus cultivos.