- lda_qda.r: Lineare und quadratische Diskriminanzanalyse an verschiedenen Beispielen

- logistisch.r: Logistische Regression an verschiedenen Beispielen. Achtung: Elementare Optimierung der Likelihood ist teilweise instabil

- logistisch_nichtlinear.r: Logistische Regression mit erweiterten Beobachtungen (nichtlineare logistische Regression). Optimierung erfolgt aus Stabilitaetsgruenden mit der high-level-Funktion glmnet.

- svm.r: Elementare Programmierung der Support-Vektor-Machine. Durchfuehrung mit verschiedenen Beispielen und Kernen moeglich.

Benoetigte Pakete: MASS (fuer Erzeugung der Trainingsdaten), grDevices, glmnet