LightGBM هو إطار عمل لتعزيز التدرج الموزع مفتوح المصدر تم تطويره بواسطة Microsoft. يتم استخدامه لمختلف مهام التعلم الآلي بما في ذلك التصنيف والانحدار والتصنيف. تم تصميم الإطار لتوفير الأداء العالي وقابلية التوسع والسرعة على مجموعات البيانات الكبيرة. تم تحسين الوظيفة الموضوعية لتقليل التعقيد الزمني لعملية التركيب، كما أنها تستفيد من وحدات معالجة الرسومات لتحقيق أداء أفضل.
يعد LightGBM مناسبًا تمامًا لإنشاء تطبيقات تنبؤية واسعة النطاق ويحظى بشعبية كبيرة في العديد من الصناعات مثل التمويل والرعاية الصحية وتجارة التجزئة. كما تم استخدامه في الأبحاث والتطبيقات العلمية.
تم إنشاء LightGBM في الأصل بواسطة Microsoft Research Asia وأصبح مفتوح المصدر على GitHub في عام 2017. وتتمثل المزايا الرئيسية لـ LightGBM في أدائه العالي وكفاءته وقابلية التوسع. فهو يوفر خوارزمية سريعة ودقيقة لمجموعات البيانات الكبيرة، ويدعم الميزات الفئوية والعددية.
يعمل LightGBM بشكل جيد في العديد من السيناريوهات ولا يتطلب ضبطًا مكثفًا للمعلمات الفائقة مثل العديد من خوارزميات التعزيز الأخرى. إنه يوفر دقة عالية ووقت تدريب سريع. كما أنه يوفر وظائف حسابية متوازية فعالة للعديد من وحدات معالجة الرسومات ووحدات المعالجة المركزية.
يمكن استخدام LightGBM مع منصات أخرى مثل XGBoost وCatBoost وMicrosoft Cognitive Toolkit. يمكن دمج LightGBM مع Python وR وJava. كما أن لديها واجهة برمجة التطبيقات (API) لـ C++، لذلك يمكن استخدامها لإنتاج نماذج تعتمد على C++.
