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.