Contratos públicos são o meio pelo qual os recursos do governo são aplicados e as políticas públicas são desenvolvidas. No Brasil, respondem por mais de 19\% do Produto Interno Bruto. O modelo de compras públicas passou, nas últimas décadas, por um processo de automação, com a criação do Portal de Compras Governamentais e a implantação de pregões eletrônicos. O crescimento do PIB nesse período foi acompanhado por uma elevação nos gastos públicos, que reflete no aumento do número de contratos firmados e licitações ou compras diretas realizadas. Considerando o desafio das instituições de controle governamental brasileiras de garantir eficiência e regularidade desses processos, propõe-se neste trabalho a utilização de um modelo computacional que utilize aprendizagem de máquina para a classificação de fornecedores públicos, com o objetivo de prever o comportamento de futuros fornecedores. A abordagem utilizada nesse trabalho consiste em uma etapa de testes e uma etapa de desenvolvimento do modelo, onde na etapa de testes são realizados vários experimentos na ferramenta WEKA e, com os relatórios emitidos, tornou-se possível fazer uma análise do melhor algoritmo a ser utilizado para o problema de classificação. A base de dados utilizada foi fornecida pelo Tribunal de Contas do Estado do Piauí e é composta pela união de dados presentes em outras bases, como na Receita Federal, no Tribunal Superior Eleitoral e no Portal da Transparência. Com os testes realizados, a melhor solução encontrada foi a implementação do algoritmo J48 que apresenta taxa de classificação superior a 82%, podendo, em alguns casos, chegar a 94%.