La gestión de los residuos de construcción y demolición es una preocupación crítica para el desarrollo urbano sostenible y la conservación del medio ambiente. En esta revisión, los autores ofrecen una visión general de la participación de técnicas de aprendizaje automático como la máquina de soporte vectorial (SVM), redes neuronales artificiales (ANN), Random Forest (RF), vecino más cercano (KNN), redes neuronales convolucionales profundas (DCNN), etc., en la estimación, clasificación y predicción de residuos de construcción y demolición, contribuyendo al avance de prácticas sostenibles de gestión de residuos. Los autores observaron que la DCNN logró una precisión excepcional del 94% en la estimación y clasificación de residuos de construcción. Según las observaciones de los autores, los modelos de aprendizaje automático son adecuados para la predicción o clasificación de residuos de construcción y son buenos para la gestión sostenible de residuos en el futuro. Este artículo proporciona información sobre el prometedor futuro del aprendizaje automático en la revolución de las prácticas de gestión de residuos y la investigación futura.