Gradient Boostingは近年Kaggleなどのコンペティションで注目を集めている分類や回帰問題に対するアルゴリズムの一つである。XGBoost, LightGBM, CatBoostなどが有名ではあるが、それらを土台にして近年はDeepGBMやNGBoostといった新規アルゴリズムの登場、汎化理論解析の進展、モデル解釈性の付与方法の多様化など、理論から応用まで多岐にわたる研究が行われている。本チュートリアルでは、Gradient Boostingに関する近年の研究動向やテクニックを、それらの社会実装までを見据えながら紹介していく。
![NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree](https://cdn-ak-scissors.b.st-hatena.com/image/square/a4af0ce937f429679e1d93cd71c367b7e1408155/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fnips2017lightgbm-180127060437-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)