ABSTRACT. The problem of automatic classification of facies was addressed using the Fast Independent Component Analysis (FastICA) of a data set of geophysical well logs of the Namorado Field, Campos Basin, Brazil, followed by a k-nearest neighbor (k-NN) classification. The goal of an automatic classification of facies is to produce spatial models of facies that assist the geological characterization of petroleum reservoirs. The FastICA technique provides a new data set that has the most stable and less Gaussian distribution possible. The k-NN classifies this new data set according to its characteristics. The previous application of FastICA improves the accuracy of the k-NN automatic classification and it also provides better results in comparison with the automatic classification by means of the Principal Component Analysis (PCA).Keywords: automatic classification, geophysical well logs, Independent Component Analysis.RESUMO. O problema da classificação automática de fácies foi abordado através da Análise de Componentes Independentes Rápida (FastICA – Fast Independent Component Analysis ) de um conjunto de dados de perfis geofísicos de poços do Campo de Namorado, Bacia de Campos, seguida de classificação por k vizinhos mais próximos (k-NN – k-nearest neighbor ). A classificação automática de fácies é utilizada para gerar modelos de distribuição espacial de fácies que auxiliam a caracterização geológica dos reservatórios de petróleo. A técnica FastICA encontra um novo conjunto de dados com distribuição mais estável e menos gaussiana possível e o k-NN classifica esse novo conjunto de acordo com suas características. A aplicação prévia da FastICA melhora a porcentagem de acerto da classificação automática pelo k-NN, fornecendo melhores resultados quando comparada com a classificação automática por Análise de Componentes Principais (PCA – Principal Component Analysis ).Palavras-chave: classificação automática, perfis geofísicos de poços, Análise de Componentes Independentes.