As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Como o LightGBM funciona
<a name="lightgbm-HowItWorks"></a>

O LightGBM implementa um algoritmo convencional de Árvore de Decisão de Aumento de Gradiente (GBDT) com a adição de duas novas técnicas: amostragem unilateral baseada em gradiente (GOSS) e empacotamento de atributos exclusivos (EFB). Essas técnicas são projetadas para melhorar significativamente a eficiência e a escalabilidade do GBDT.

O algoritmo LightGBM tem desempenho satisfatório em competições de machine learning devido ao seu manuseio robusto de diversos tipos de dados, relações, distribuições e uma diversidade de hiperparâmetros que você pode ajustar. Você pode usar o LightGBM para regressão, classificação (binária e multiclasse) e problemas de classificação.

Para obter mais informações sobre aumento de gradiente, consulte [Como o XGBoost algoritmo de SageMaker IA funciona](xgboost-HowItWorks.md). Para obter detalhes aprofundados sobre as técnicas adicionais de GOSS e EFB usadas no método LightGBM, consulte *[LightGBM: uma árvore decisória de aumento de gradiente altamente eficiente](https://proceedings.neurips.cc/paper/2017/file/6449f44a102fde848669bdd9eb6b76fa-Paper.pdf)*.