O teste é uma atividade fundamental para a garantia da qualidade de software. Qualquer modificação realizada no software deve ser testada e, portanto, o teste de regressão é essencial para verificar se as modificações efetuadas não introduziram defeitos nas partes do software que funcionavam corretamente. Muitas metodologias têm sido propostas visando reduzir o tempo dispendido na atividade de teste de regressão, visto que esse tipo de teste é efetuado na fase de manutenção de software que já é muito custosa. Dentre elas, a utilização de Aprendizado de Máquina relacionando as informações coletadas durante a atividade de teste para identificação de casos de teste com comportamentos semelhantes e, geração de regras que podem ser aplicadas para a redução do conjunto de casos de teste. A redução do conjunto de casos de teste pode reduzir significativamente o tempo do teste de regressão, pois exclui permanentemente os casos de teste redundantes. Diante disso, o objetivo desse trabalho é aplicar a metodologia proposta por (LENZ, 2010) para apoiar a redução do conjunto de casos de teste, com intuito de reduzir o tempo gasto na atividade de teste de regressão de métodos implementados na linguagem java. Para tanto, os dados obtidos através da execução do teste estrutural (obtidos através da ferramenta Jabuti) e do teste baseado em erros (obtidos através da ferramenta Mujava) foram agrupados e submetidos a algoritmos de agrupamento (disponíveis na ferramenta Weka) visando encontrar comportamentos semelhantes, e foi aplicado um algoritmo de classificação para geração de regras a serem utilizadas na redução do conjunto de casos de teste. Os resultados dos experimentos manuais conduzidos nessa pesquisa demonstram que é possível reduzir significativamente o tempo gasto no teste de regressão através da identificação de redundâncias no conjunto de casos de teste. No entanto, para obtenção de resultados mais precisos, sugere-se a implementação de uma ferramenta que automatize essa metodologia para a linguagem java.