LightGBM

라이트GBM

Microsoft가 개발한 오픈소스 gradient boosting framework로, 표 데이터 분류·회귀 과제에 널리 쓰인다.

기사 1편최근 언급

LightGBM(Light Gradient Boosting Machine)은 Microsoft가 개발해 2016년 공개한 오픈소스 gradient boosting framework다. 결정 트리를 순차적으로 더해 예측을 개선하는 gradient boosting 알고리즘을 구현하며, 히스토그램 기반 학습과 잎(leaf) 단위 트리 성장 방식으로 큰 데이터에서도 학습 속도가 빠르고 메모리 사용이 적도록 설계됐다.

XGBoost, CatBoost와 함께 표 데이터의 분류·회귀·순위 예측에 널리 쓰이는 라이브러리로, Python, R, C++ 등에서 쓸 수 있다. 과제마다 feature engineering과 별도 모델 학습이 필요한 전통적 machine learning 방식의 대표적 도구다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • NVIDIA Agent Toolkit, 모델 대신 harness를 고치는 이유AI 뉴스 ·

    지금까지 데이터 과학자는 예측 과제마다 XGBoost나 LightGBM으로 별도 pipeline을 만들었습니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.