Aspectos geológico-geotécnicos devem ser levados em consideração desde os estudos de exploração geológica, em empreendimentos mineiros. Alguns acidentes ocorridos em minas, nas últimas décadas, poderiam ser evitados, caso as condições geológico-geotécnicas do maciço fossem compreendidas. Ainda existe grande dificuldade em se classificar alguns tipos de rochas, sobretudo as rochas consideradas brandas, por meio dos sistemas de classificação geomecânica conhecidos. A grande maioria das classificações existentes foram desenvolvidos baseadas em características de rochas duras. Para maciços rochosos pouco resistentes, é necessário adaptar os sistemas atuais ou desenvolver novos sistemas de classificação, que sejam específicos para maciços rochosos brandos praticamente contínuos. O objetivo deste artigo é propor a utilização de técnicas de Aprendizagem de Máquina para previsão de parâmetros geotécnicos de rochas brandas, especialmente filito. Foram utilizados dados históricos de resultados de ensaios geotécnicos de laboratório de rochas de minas do Quadrilátero Ferrífero, que, por meio da interação otimizada, e com auxílio de técnica de Inteligência Artificial, como a Rede Neural Artificial e Regressão Linear, sejam capazes de gerar resultados de interesse para análises de estabilidade e modelagens geotécnicas. Das técnicas utilizadas, resultados mostraram que o método de Regressão Linear se mostrou satisfatório na determinação de parâmetros de resistência de filitos brandos e com boas perspectivas de ampliação e utilização para outros parâmetros, assim como outros tipos de rochas.