adaboost implementation
1.0.0
Il s'agit d'une implémentation de l'algorithme AdaBoost pour un problème de classification à deux classes. L'algorithme applique séquentiellement une classification faible aux versions modifiées des données. En augmentant le poids des observations mal classées, chaque apprenant faible se concentre sur l’erreur du précédent. Les prédictions sont regroupées par un vote à la majorité pondérée.
Algorithme Adaboost : 
En utilisant l'ensemble de données Hastie (10.2), nous pouvons apprécier une réduction significative du taux d'erreur à mesure que nous augmentons le nombre d'itérations. 
Trevor Hastie, Robert Tibshirani, Jerome Friedman - Les éléments de l'apprentissage statistique
