Bu tez çalışması, ürün ve süreç kalitesini ve verimliliğini artırmaya yönelik teknolojik gelişmelerle yönlendirilen imalat sanayisindeki büyük dönüşümü araştırmaktadır. Yüksek teknoloji üretim ortamlarında, üretim sırasında ürün koşullarında meydana gelen ufak sapmalar bile pahalıya mal olan yeniden işleme veya hurdaya çıkma ile sonuçlanabilir. Üretim süreci boyunca her ürünün durumunun ayrıntılı bir açıklamasını sağlamak, süreç parametrelerinde yapılan ayarlar gibi ilgili tüm bilgileri içerecek şekilde, kalite standartlarını karşılamak ve rekabetçiliği sürdürmek için hayati önem taşımaktadır. Geleneksel, neden-sonuç modellemeye dayalı yöntemler, modern üretim süreçlerinin hızlı karmaşıklığı ve ölçeği nedeniyle giderek sınırlı hale gelmektedir. Bu nedenle, bu karmaşıklığı ve ölçeği etkili bir şekilde yönetmek için yeni yaklaşımlara, özellikle makine öğrenmesine acilen ihtiyaç vardır. Bu da makul bir çaba ile harekete geçirilebilir içgörüler sağlarken aynı zamanda verimliliği, kaliteyi ve inovasyonu artıracaktır. İmalatta makine öğrenmesiyle ilgili geniş literatürü analiz edebilmek ancak sofistike metotlar ile mümkün olabilmektedir. Tez çalışmasında bibliyometrik yöntemler kullanılarak anahtar kelime, yazar, kaynak, kurum ve ülke temelinde analizler yapılmıştır. Bibliyometri analizi için gerekli veri Web of Science veritabanından "machine learning" + manufacturing sorgusu yapılarak 19.11.2023 tarihinde indirilmiştir. Yayın sayısındaki yıllık büyüme oranı üstel bir model izlemektedir (R2 = 0,9135). Bu, imalatta makine öğrenmesinin yeni ortaya çıkan bir teknoloji olduğunu göstermektedir. Bilimsel yayın sayısının tırmanışa geçtiği 2016 yılı Endüstri 4.0'ın kilometre taşlarından olan Dünya Ekonomik Forumu'nun İsviçre'nin Davos-Klosters şehrinde düzenlenen "Dördüncü Sanayi Devriminde Ustalaşmak" temalı toplantısıyla aynı yıla denk gelmektedir. 1988-2017 yılları arasındaki "sistem" kavramı, 2018-2022 yılları arasında "tahmin"e, 2023 yılında ise "tasarım"a dönüşmüştür. "Model", "tahmin", "sınıflandırma", "mekanik özellikler", "davranış" ve "mikroyapı" önem kazanacak kavramlardır. Chinese Academy of Sciences, Nanyang Technological University, United States Department of Energy (DOE), and Pennsylvania State University imalatta makine öğrenmesi alanına en çok katkı sağlayan kurumlardır. Bibliyometrik analizler ile alandaki literatürdeki örüntülerin keşfedilmesi mümkün olabilmiştir.