Que implementações de boosting conhece ou com as quais trabalhou?

Principais implementações de boosting frequentemente utilizadas:

• Gradient Boosting Machines (GBM) — boosting clássico por gradiente, implementado, por exemplo, na biblioteca scikit-learn.
• XGBoost — uma implementação de boosting por gradiente altamente eficiente e popular, com otimizações em velocidade e memória.
• LightGBM — implementação da Microsoft, que usa crescimento de árvores em folhas e otimizações para grandes conjuntos de dados.
• CatBoost — da Yandex, que funciona bem com características categóricas e possui processamento embutido de valores ausentes.

Cada uma dessas implementações tem suas próprias características e vantagens, e a escolha depende da tarefa e dos dados.