A proposta desta literatura é introduzir e desenvolver um modelo inicial utilizando técnicas de Aprendizado Semi-Supervisionado, com Python como ferramenta de programação. O aprendizado semi-supervisionado é amplamente utilizado em diversas áreas, como aprendizado de máquina, análise preditiva e sistemas de recomendação, sendo uma abordagem poderosa para lidar com conjuntos de dados onde apenas uma parte das amostras é rotulada. Essa técnica combina os benefícios do aprendizado supervisionado e não supervisionado, proporcionando soluções robustas e eficientes, especialmente em contextos onde a obtenção de rótulos é custosa ou limitada. Para facilitar a compreensão, diversos exemplos práticos são apresentados, abordando tanto os fundamentos teóricos do aprendizado semi-supervisionado quanto a programação em Python.