Résumé : Ce travail de fin d’études a pour objectif de comparer deux algorithmes utilisés en assurance non-vie principalement : le boosting et le gradient boosting. L’algorithme du boosting permet de produire des résultats clairs et précis. Malheureusement, il est très compliqué à mettre en œuvre et peut prendre du temps au niveau des calculs sur ordinateur. C’est pour cela que les actuaires utilisent plus couramment l’algorithme du gradient boosting, qui est une version modifiée du boosting, appliquant un gradient à la fonction de perte et accélérant ainsi le temps de calcul, mais ne donnant qu’une approximation des résultats. Dans cet écrit, nous voyons que, par le biais de distributions particulières appelées de Tweedie et par une fonction spécifique de type logarithmique dite de lien, le boosting peut être construit d’une manière abordable en adaptant de petits éléments à chaque itération de sa production. Nous le démontrons, et nous nous concentrons sur le cas particulier des arbres de régression en tant que composant principal pour illustrer les résultats sur un jeu de données réaliste.