O avanço da tecnologia tem proporcionado novas formas de criar e armazenar dados. Diariamente, as organizações acumulam dados sobre diversos processos, tendo como base a ideia de que os grandes volumes de dados podem ser fonte de conhecimento, contido de uma forma implícita, que pode ser extraído com a ajuda das técnicas apropriadas. Assim, é natural assumir que as organizações estão interessadas em obter previsões fundamentadas de certos tipos de indicadores, especialmente acerca daqueles que possam influenciar a tomada de decisões. Uma das formas reside na previsão de valores futuros ou desconhecidos de outras variáveis de interesses e de descoberta de padrões. Nas últimas décadas tem sido desenvolvido vários tipos de algoritmos de aprendizagem, tendo sido estes aplicados com sucesso em vários domínios. Das várias ferramentas para tratamento destaca-se as Redes Neurais Artificiais (RNA), as Árvores de Decisão e a Regressão. O principal objectivo deste projecto foi o de através do modelo de Regressão, associado à técnica de forcasting utilizando janelas deslizantes conseguir resultados da venda de titulos de transporte de forma antecipada com um grau de fiabilidade perto dos 100%, tendo sido conseguido. Os resultados obtidos neste estudo revestem-se de um enorme potencial quando comparados com os métodos classicos, distribuição normal, variância, análise de regressão, desvio simples, análise de conjuntos, análises de discriminantes e intervalos de confiança, todos usados para estudar dados e os relacionamentos entre eles, para prever o numero de titulos vendidos no futuro, abrindo espaço para o desenvolvimento de ferramentas automáticas para suporte à decisão. Após aturada pesquisa bibliográfica, constata-se que a literatura associada a este tipo de análise é escassa sendo orientada mais para análise de previsão dos padrões de viagens, e mudança comportamental dos individuos.