Развитие и успехи методов машинного обучения в широком круге задач оказали существенно влияние на постановку и проведение научных исследований в солнечной физике. Большие массивы данных стали самостоятельной ценностью, в которую вложены усилия экспертов и значительные технологические ресурсы. Сами исследования приобрели междисциплинарый характер и концентрируются вокруг передовых вычислительных центров. Появилась возможность ставить масштабные задачи там, где еще вчера отсутствовала формальная математическая постановка. В обзоре представлены основные идеи, на которых основаны современные модели машинного обучения, базы данных, подготовленные для задач машинного обучения и инструменты работы с данными. Основную часть обзора составляет разбор моделей, предложенных в контексте конкретных задач физики Солнца, и обсуждение их обобщений на другие приложения.