Методы машинного обучения применяются для анализа и предсказания последовательностей в естественных науках следующим образом:

• В биоинформатике. 2 С помощью искусственных нейронных сетей сравнивают и выравнивают последовательности РНК, белка и ДНК, идентифицируют промоторы и находят гены из последовательностей, связанных с ДНК. 2 Также методы машинного обучения позволяют изучать эволюционные взаимосвязи путём построения филогенетических деревьев, классифицировать и прогнозировать структуру белка. 2
• В астрономии. 1 С помощью методов компьютерного зрения классифицируют астрономические объекты, например определяют класс звезды по её изображению. 1 Ещё машинное обучение используют для дополнения данных, полученных с телескопов: синтетические данные с той же структурой, что и у реальных, заполняют пропуски в датасете, и его становится проще обрабатывать. 1
• В физике. 1 Машинное обучение применяют для классификации частиц в коллайдерах, симуляции наблюдений детекторов и взаимодействия частиц между собой. 1