[PT] A dissertação classifica taludes de mina como estáveis ou instáveis usando um conjunto com 84 taludes e 18 variáveis geotécnicas. Combina PCA, boosting e discriminante de Fisher, alcançando alta acurácia com erro mínimo de falsos “estáveis”, o que é crucial para segurança operacional. O fluxo é objetivo e reprodutível, adequado para triagem rápida de risco e priorização de inspeções de campo. Os resultados mostram que pequenos bancos de dados bem curados já permitem decisões confiáveis quando aliados a técnicas multivariadas. [EN] This MSc work classifies mine slopes as stable or unstable from a dataset of 84 slopes and 18 geotechnical variables. It blends PCA, boosting, and Fisher’s discriminant, achieving high accuracy with negligible “unsafe-as-safe” errors—vital for operational safety. The workflow is straightforward and reproducible, ideal for fast risk screening and field-inspection prioritization. Findings show that small, well-curated datasets can support reliable decisions when combined with multivariate methods.