勾配ブースティングの理論と実装を学ぶ！ＬｉｇｈｔＧＢＭは勾配ブースティングの１つで大規模データを学習でき、高精度の予測モデルを実装できます。本書は予測モデルの実装方法の解説だけでなく、モデルの運用で必要になる特徴量エンジニアリング、ハイパーパラメータ最適化、予測値可視化などの実装方法を解説しています。また、決定木→ＸＧＢｏｏｓｔ→ＬｉｇｈｔＧＢＭへの発展についても、数式を基に丁寧に解説しています。
もくじ情報：第１章　予測モデルの概要（予測モデル；機械学習アルゴリズム　ほか）；第２章　回帰の予測モデル（データ理解；線形回帰　ほか）；第３章　分類の予測モデル（データ理解；ロジスティック回帰　ほか）；第４章　回帰の予測モデル改善（データ理解；線形回帰　ほか）；第５章　ＬｉｇｈｔＧＢＭへの発展（回帰木の計算量；回帰木の勾配ブースティング　ほか）

毛利　拓也(モウリ　タクヤ)
大学院で量子コンピュータの素子となる量子ビットの理論モデルを研究、論文を執筆し修了。ＳＩｅｒではエンジニアとして、基幹システム（ＳＡＰ）の開発運用プロジェクトに従事。コンサルティング会社ではＩＴコンサルタントとして基幹システムの導入および開発運用プロジェクトをリード。ＡＩスタートアップではプロジェクトマネージャーとして機械学習システムの開発運用（ＭＬＯｐｓ）プロジェクトおよびＭＬＯｐｓ基盤の構築プロジェクトをリード（本データはこの書籍が刊行された当時に掲載されていたものです）