IF for Gradient Boosted Trees

See [the paper](https://arxiv.org/abs/1802.06640) and [reference repo](https://github.com/bsharchilev/influence_boosting) (abandoned, not typed, not packaged => fix in the repo and import as library if we can have ownership / admin rights. However, there's a dep. on catboost and this might be a problem. Apparently the impl. requires some manual exporting of model weights to json? This might not (or no longer) be necessary)

Test claims of paper, consider inclusion.

Lis le paper lié et le repo de référence pour comprendre les influence functions pour gradient boosted trees. Étudie la dépendance catboost et les exigences d’export des poids du modèle. Détermine la faisabilité de l’implémentation ou de l’intégration de la méthode dans le framework d’influence functions existant de pyDVL.

Rédigé par le modèle d'indexation à partir du texte de l'issue.