Nghiên cứu này ứng dụng mô hình LightGBM để dự đoán biến dạng từ biến của các cấu kiện bê tông cốt thép. Mô hình được huấn luyện và thử nghiệm dựa trên bộ dữ liệu gồm 217 mẫu thí nghiệm sưu tầm từ nguồn tài liệu hiện có. 21 yếu tố ảnh hưởng được chọn làm biến độc lập của mô hình. Kết quả tính toán sau 30 lần chạy ngẫu nhiên cho thấy thuật toán LightGBM có thể đạt được hiệu suất dự đoán tốt với giá trị căn bậc hai của sai số bình phương trung bình là 9.84, sai số phần trăm tuyệt đối trung bình là 21.16% và hệ số xác định là 0.90. Các chỉ số này cũng tỏ ra tốt hơn so với các mô hình khác. Do đó, mô hình LightGBM có thể được dùng như là một công cụ trợ giúp các kỹ sư dự đoán biến dạng từ biến của các cấu kiện bê tông cốt thép như dầm và sàn một phương.This study applies the LightGBM model to predict long-term deflections of reinforced concrete members. The proposed model is constructed and tested by a dataset consisting of 217 experiments collected from existing literature. 21 factors have been selected as independent variables of the model. The calculation results after 30 random runs of the model point out that the LightGBM algorithm can attain good predictive performances with average root mean square error of 9.84, average mean absolute percentage error of 21.16% and average coefficient of determination of 0.90. These parameters also proved superior to other models. Therefore, the LightGBM model can assist engineers in predicting long-term deflections of reinforced concrete members, including beams and one-way slabs.