Linear Regression
              Polynomial Regression
     red curve fits the data better than the green curve= situations 
     where the relation. between the dependent and independent 
     variable seems to be non-linear we can deploy Polynomial 
     Regression Models.
   Quantile (percentile) Regression
                      • generally use it when outliers, high 
                       skeweness and heteroscedasticity 
                       exist in the data.
                      • aims to estimate either the 
                       conditional median or 
                       other quantiles of the response 
                       variable
                      • we try to estimate the quantile of 
                       the dependent variable given the 
                       values of X’s.
          Logistic Regression
                      • dependent variable is binary
                      • y follows binomial distribution 
                      and hence is not normal
                      • the error terms are not normally 
                      distributed.
      Cox Regression (survival analysis; 
        proportional hazards model)
                       • investigating the effect of several variables 
                        upon the time a specified event takes to 
                        happen
                       • time-to-event data e.g Time from first 
                        heart attack to the second
                       • Dual targets are set for the survival model 
                       1. A continuous variable representing the 
                       time to event.
                       2. A binary variable representing the status 
                       whether event occurred or not.