El aprendizaje automático (ML) ya ha captado la atención de los investigadores involucrados en iniciativas de ciudades inteligentes (SC), junto con otras tecnologías avanzadas como IoT, big data, computación en la nube o analítica. En este contexto, los investigadores también se dieron cuenta de que los datos pueden ayudar a que la SC suceda, pero también, el movimiento de datos abiertos ha fomentado más trabajos de investigación utilizando aprendizaje automático. Basándose en esta línea de razonamiento, el objetivo de este documento es llevar a cabo una revisión sistemática de la literatura para investigar aplicaciones de aprendizaje automático basadas en datos abiertos en las seis áreas diferentes de las ciudades inteligentes. Los resultados de esta investigación revelan que: (a) las aplicaciones de aprendizaje automático utilizando datos abiertos surgieron en todas las áreas de SC y se descubrieron técnicas específicas de ML para cada área, siendo el aprendizaje profundo y el aprendizaje supervisado las primeras opciones. (b) Las plataformas de datos abiertos representan la fuente de datos más utilizada con mayor frecuencia. (c) Los desafíos asociados con la utilización de datos abiertos varían desde la calidad de los datos, la frecuencia de recopilación de datos, la consistencia de los datos y el formato de los datos. En general, el resumen de datos, así como el análisis en profundidad, pueden ser un apoyo valioso e inspiración para los futuros proyectos de ciudades inteligentes.