XGBoost

XGBoost は、パフォーマンスとスケーラビリティを強く重視した勾配ブースティング決定木を実装しており、構造化(表形式)データ——画像やテキストではなく、スプレッドシートやデータベースにあるようなデータ——を対象とする機械学習コンペティションにおいて、最も安定して勝ち続けているアルゴリズムの1つです。単一マシンでも、クラスタに分散させても効率的に動作します。

XGBoost は、構造化データに対する分類、回帰、ランキングの問題を解くチームに向いています。画像・テキスト・音声のタスクを席巻しているものの、表形式データでは勾配ブースティングに性能で劣ることが多い、(カタログにもある) 深層学習フレームワーク(PyTorch、TensorFlow)とは異なるツールです。