MLP と GBDT
  ・AI開発の主な二つの選択肢
MLP を用いた ディープラーニング
GBDT を用いた 機械学習

MLP
  ・重回帰分析の進化系
Y = f(X) （Y=aX+b など）をひたすら積み上げる。

GBDT
  ・決定木分析の進化系
条件次第で、Y1 又は Y2 という IF文 をひたすら積み上げる。

選択の判断軸
  ・回帰 か 分類 か
インプットを与え予測値をアウトプット（回帰）
インプットを与え A 又は B の分類の結果をアウトプット（分類）
  ・カテゴリカル変数 を含むか
カテゴリカル変数には一般的にGBDTの方が適している。
  ・データのバラツキが大きいか
外れ値や欠損値が多い場合はGBDTの方が扱いやすい。
 ・データ量が多い場合（ビッグデータ）
MLPによる収束（モデル化）を期待できる。