diff --git a/.ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb b/regresja liniowa/.ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb
similarity index 51%
rename from .ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb
rename to regresja liniowa/.ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb
index 334d0a9..ae5f7a1 100644
--- a/.ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb
+++ b/regresja liniowa/.ipynb_checkpoints/regresja_liniowa_NMI-checkpoint.ipynb	
@@ -48,10 +48,52 @@
     "Przeanalizuj poniższy wykres:"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "1c26ec9b-3e87-4cbc-810a-78d61936f28d",
+   "metadata": {},
+   "source": [
+    "![](reglin.png)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "f38c977c-490c-49d8-8853-8c24c8d7cc43",
+   "metadata": {},
+   "source": [
+    "1. Dlaczego możemy zastosować regresję liniową do przewidywania informacji o danych?\n",
+    "\n",
+    "2. Co musimy znaleźć, aby móc dokonywać predykcji informacji? Co musimy mieć na uwadze, aby to znaleźć?"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "8f70342d-6503-4810-ba02-e0f4a6208bfc",
+   "metadata": {},
+   "source": [
+    "## Przykład"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "ebe61c55-c441-433d-8ba9-ec657ff5cc51",
+   "metadata": {},
+   "source": [
+    "Załóżmy, że mamy uczniów, którzy pracują w kursie e-learningowym i ciekawi nas, czy zakończą pracę w tym kursie z sukcesem, tzn. zdobędą jak najlepszy wynik w końcowym teście zaliczeniowym. Aktualne informacje, które posiadamy, to czas spędzony w tym kursie, liczba rozwiązanych ćwiczeń, liczba elementów, których uczeń jeszcze nie odwiedził. Wiemy też, kiedy uczeń zaczął się uczyć i ile razy wchodził do kursu. Każdy uczeń ma też świadomość, że mają określony termin, do kiedy muszą podejść do końcowego testu zaliczeniowego."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "e29d4510-b276-4697-bc68-2b9f497bbc9e",
+   "metadata": {},
+   "source": [
+    "Powiedzmy, że na początek przyjrzymy się jednej z informacji - liczbie rozwiązanych ćwiczeń. Załóżmy, że w kursie jest 20 ćwiczeń do rozwiązania a wynik w końcowym teście zaliczeniowym badamy w procentach. Rok temu mieliśmy innych uczniów, którzy też pracowali z tym kursem e-learningowym i mamy informację o ich wynikach:"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
-   "id": "0bf3e941-fe58-4edb-a145-5b5d486b0692",
+   "id": "de0afb23-6f48-439b-9377-480a0c82fe65",
    "metadata": {},
    "outputs": [],
    "source": []
diff --git a/reglin.png b/regresja liniowa/reglin.png
similarity index 100%
rename from reglin.png
rename to regresja liniowa/reglin.png
diff --git a/regresja_liniowa_NMI.ipynb b/regresja liniowa/regresja_liniowa_NMI.ipynb
similarity index 51%
rename from regresja_liniowa_NMI.ipynb
rename to regresja liniowa/regresja_liniowa_NMI.ipynb
index 334d0a9..ae5f7a1 100644
--- a/regresja_liniowa_NMI.ipynb
+++ b/regresja liniowa/regresja_liniowa_NMI.ipynb	
@@ -48,10 +48,52 @@
     "Przeanalizuj poniższy wykres:"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "1c26ec9b-3e87-4cbc-810a-78d61936f28d",
+   "metadata": {},
+   "source": [
+    "![](reglin.png)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "f38c977c-490c-49d8-8853-8c24c8d7cc43",
+   "metadata": {},
+   "source": [
+    "1. Dlaczego możemy zastosować regresję liniową do przewidywania informacji o danych?\n",
+    "\n",
+    "2. Co musimy znaleźć, aby móc dokonywać predykcji informacji? Co musimy mieć na uwadze, aby to znaleźć?"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "8f70342d-6503-4810-ba02-e0f4a6208bfc",
+   "metadata": {},
+   "source": [
+    "## Przykład"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "ebe61c55-c441-433d-8ba9-ec657ff5cc51",
+   "metadata": {},
+   "source": [
+    "Załóżmy, że mamy uczniów, którzy pracują w kursie e-learningowym i ciekawi nas, czy zakończą pracę w tym kursie z sukcesem, tzn. zdobędą jak najlepszy wynik w końcowym teście zaliczeniowym. Aktualne informacje, które posiadamy, to czas spędzony w tym kursie, liczba rozwiązanych ćwiczeń, liczba elementów, których uczeń jeszcze nie odwiedził. Wiemy też, kiedy uczeń zaczął się uczyć i ile razy wchodził do kursu. Każdy uczeń ma też świadomość, że mają określony termin, do kiedy muszą podejść do końcowego testu zaliczeniowego."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "e29d4510-b276-4697-bc68-2b9f497bbc9e",
+   "metadata": {},
+   "source": [
+    "Powiedzmy, że na początek przyjrzymy się jednej z informacji - liczbie rozwiązanych ćwiczeń. Załóżmy, że w kursie jest 20 ćwiczeń do rozwiązania a wynik w końcowym teście zaliczeniowym badamy w procentach. Rok temu mieliśmy innych uczniów, którzy też pracowali z tym kursem e-learningowym i mamy informację o ich wynikach:"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
-   "id": "0bf3e941-fe58-4edb-a145-5b5d486b0692",
+   "id": "de0afb23-6f48-439b-9377-480a0c82fe65",
    "metadata": {},
    "outputs": [],
    "source": []