O câncer de mama é um tumor que se desenvolve como consequência de alterações genéticas em algum conjunto de células da mama, podendo atingir axilas e até mesmo outros órgãos. O diagnóstico é realizado por meio de informações coletadas através de exames e observações clínicas. Em sistemas informatizados tais informações são usadas como entrada para processos de auxílio ao diagnóstico. Objetivando aumentar a acurácia e precisão desses sistemas implementamos e comparamos dois classificadores de reconhecimento de padrões, nomeados: Naïve Bayes (NB) e Quadratic Discriminant Analysis (QDA). Para condução dos experimentos utilizamos uma base de dados de 569 instâncias com 30 atributos e um rótulo identificador entre benignas e malignas, extraídas de imagens digitalizadas. Os resultados experimentais demonstram que, embora ambos classificadores sejam promissores, o classificador QDA apresenta, na média, melhores taxas de acurácia e sensibilidade.