Le Boosting s'applique a tout les domaines rattaché au machine learning, elle est notamment  utilisé dans le domaine du traitement d'image, pour la détection de visages ou bien le suivie d'objets avec la méthode de Viola et Jones.

POSITIONNEMENT

ADABOOST

 
Parmi les méthodes de Boosting, AdaBoost (adaptive Boosting) est la plus connue d'entre elles. Introduite par Yoav Freund et Robert Schapire, elle s’avère être très efficace pour  la classification binaire des données. Pour les classifications Multi-classes, il existe des variantes de Adaboost qui traitent cette problématique, dans bon nombre d'entre elles, la réduisant  en sous-problèmes de  classifications binaire.