Las imágenes histopatológicas (HIs) son el estándar de oro para evaluar algunos tipos de tumores para el diagnóstico de cáncer. El análisis de dichas imágenes es consumidor de tiempo y recursos y muy desafiante incluso para patólogos experimentados, lo que resulta en desacuerdos entre observadores y dentro del mismo observador. Una de las formas de acelerar dicho análisis es utilizar sistemas de diagnóstico asistido por computadora (CAD). Este artículo presenta una revisión sobre métodos de aprendizaje automático para el análisis de imágenes histopatológicas, incluyendo métodos de aprendizaje superficial y profundo. También cubrimos las tareas más comunes en el análisis de HI, como la segmentación y extracción de características. Además, presentamos una lista de conjuntos de datos públicos y privados que se han utilizado en la investigación de HI.