A classificação da bebida do café é realizada por meio da análise sensorial tradicionalmente conhecida como “prova de xícara”. Por se tratar de uma classificação subjetiva, várias pesquisas têm sido feitas com o intuito de relacionar as características sensoriais da bebida com análises químicas dos grãos torrados, para que sirvam de auxílio para avaliação da qualidade do café. Deste modo, o presente trabalho teve por objetivo empregar o uso de Redes Neurais Artificiais, a fim de correlacionar os valores resultantes de análises químicas de amostras de café torrado com a sua classe sensorial. As amostras de diferentes classes de bebida (Estritamente mole, Mole, Apenas Mole, Dura, Rio e Riado) foram obtidas de sete cooperativas localizadas no Sul de Minas Gerais e Leste do Estado de São Paulo, encaminhadas para a realização da prova de xícara por provadores treinados a fim de confirmar a classificação obtida nas cooperativas. Após a classificação, os grãos torrados foram submetidos às análises de açúcares totais, açúcares redutores e açúcares não-redutores, pH, sólidos solúveis, acidez e extrato etéreo, totalizando 162 ensaios. Destes 162 ensaios, 154 foram usados para treinamento da rede e 8 para validação. A rede com melhor resultado apresentou 7 neurônios na camada de entrada, referentes aos ensaios químicos, 10 neurônios na camada oculta e seis neurônios na camada de saída, referentes às classes de bebida. O modelo neural utilizado no sistema desenvolvido classificou corretamente 100% das amostras testadas, apresentando um erro quadrático médio de 0,000001 para o treinamento e 0,000001 para validação. A rede neural foi capaz de classificar corretamente o café torrado de acordo com a sua classe sensorial, mostrando-se uma alternativa promissora apara avaliar a qualidade da bebida.