Neste estudo, direcionamos nossa atenção para os jatos originados a partir do quark bottom, conhecidos como jatos-b. Identificar esses jatos é crucial para investigar diversos processos físicos, incluindo eventos relacionados ao quark top, o bóson de Higgs e possíveis fenômenos além do Modelo Padrão. Nosso objetivo foi explorar como o aprendizado de máquina pode ser empregado para diferenciar os jatos-b dos jatos-c (jatos de quarks charm) e jatos provenientes de outros sabores, como quarks up, down, strange ou glúons. Para isso, combinamos as informações das trajetórias das partículas carregadas (chamadas traços) dentro dos jatos com os dados dos próprios jatos. Utilizando essa representação inicial, aplicamos duas abordagens de aprendizado de máquina: um Multi-Layer Perceptron(MLP) e uma Rede de Convolução em Grafos(GCN). Em seguida, comparamos os resultados desses modelos e discutimos as dificuldades encontradas. Além disso, este estudo apresenta conceitos fundamentais da Física de Partículas, incluindo uma breve revisão histórica e técnicas de reconstrução de objetos físicos, juntamente com uma introdução ao Aprendizado de Máquina. Palavras Chaves: Jatos hadrônicos; Identificação de jatos; Aprendizado de Máquina;