LightGBM(Light Gradient Boosting Machine)は、Microsoftが開発し2016年に公開したオープンソースの勾配ブースティングフレームワークである。決定木を順次追加して予測を改善する勾配ブースティングを実装し、ヒストグラムベースの学習とleaf-wiseの木の成長方式により、大規模データでも学習が速くメモリ使用量が少ないように設計されている。
XGBoostやCatBoostと並び、表形式データの分類・回帰・ランキングに広く使われるライブラリで、Python、R、C++などから利用できる。タスクごとに特徴量エンジニアリングとモデル学習を行う従来型機械学習の代表的なツールである。