Pela importância que o café tem na economia brasileira, este trabalho buscou investigar o comportamento de algumas ferramentas para a previsão de preço de café. A metodologia fundamentou-se em realizar uma comparação entre diversas arquiteturas de Redes Neurais Artificiais: Perceptron de Múltiplas Camadas (MLP), Redes Neurais com Funções de Base Radial (RBF) e Máquina de Aprendizagem Extremo (ELM). Os dados empregues nesta pesquisa foram obtidos pelo Centro de Estudos Avançados em Economia Aplicada no Brasil (CEPEA) sobre duas qualidades de café. Após o tratamento dos dados, foram identificados os atrasos mais relevantes para então realizar a previsão sobre os últimos 24 meses de cada série de dados. Para a série de café Arábica, a rede ELM obteve desempenho melhor, enquanto que a MLP foi superior para a série do café Robusta.