diff --git a/wyk/01_Wprowadzenie.ipynb b/wyk/01_Wprowadzenie.ipynb
new file mode 100644
index 0000000..fdb1018
--- /dev/null
+++ b/wyk/01_Wprowadzenie.ipynb
@@ -0,0 +1,545 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "### AITech — Uczenie maszynowe\n",
+    "# 1. Wprowadzenie"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "## 1.1. Czym jest uczenie maszynowe?"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Sztuczna inteligencja (*artificial intelligence*)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Naśladowanie ludzkich procesów poznawczych za pomocą komputerów"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Konstruowanie systemów (maszyn), których działanie podobne jest do przejawów ludzkiej inteligencji"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Dziedzina nauki, która zajmuje się naśladowaniem ludzkiej inteligencji przez komputery"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Obejmuje m.in. logikę rozmytą, algorytmy ewolucyjne, robotykę i uczenie maszynowe"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Uczenie maszynowe (*machine learning*)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Tworzenie systemów, które potrafią doskonalić się przy pomocy zgromadzonego doświadczenia"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Sieci neuronowe (neural networks)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Rodzaj struktur matematycznych, które wykonują obliczenia przy pomocy elementów zwanych _sztucznymi neuronami_"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Budowa sieci neuronowych i zasady działania sztucznych neuronów były luźno inspirowane działaniem neuronów w mózgu"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Uczenie głębokie (deep learning)"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Użycie sieci neuronowych do automatycznego wydobywania cech z surowych danych"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Data science"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* Dziedzina nauki zajmująca się przetwarzaniem danych w celu wydobycia z nich wiedzy"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "<img style=\"margin: auto\" src=\"venn-ai-ml-nn-dl-ds.png\"/>"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "### Uczenie maszynowe – klasyczne definicje"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "<img style=\"float: right;\" src=\"https://upload.wikimedia.org/wikipedia/commons/f/f8/This_is_the_photo_of_Arthur_Samuel.jpg\"/>\n",
+    "\n",
+    "> Uczenie maszynowe to dziedzina nauki,\n",
+    "> która daje komputerom umiejętność uczenia się\n",
+    "> bez programowania ich _explicite_.\n",
+    "\n",
+    "> &mdash; <cite>Arthur Samuel, 1959</cite>"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "<img style=\"float: right;\" width=\"20%\" src=\"http://mediad.publicbroadcasting.net/p/wamc/files/styles/x_large/public/201401/tom_mitchell.jpg\"/>\n",
+    "\n",
+    "> Mówimy, że program komputerowy **uczy się**\n",
+    "> z doświadczenia E w odniesieniu do zadania T i miary skuteczności P,\n",
+    "> jeżeli jego skuteczność wykonywania zadania T mierzona według P\n",
+    "> wzrasta z doświadczeniem E.\n",
+    "\n",
+    "> &mdash; <cite>Tom Mitchell, 1998</cite>"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "Uczenie maszynowe to:\n",
+    "\n",
+    "* doskonalenie działania dla pewnych zadań na podstawie doświadczenia"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* tworzenie systemów, które doskonalą swoje działania na podstawie przeszłych doświadczeń"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "* zestaw metod, które potrafią w sposób automatyczny wykrywać wzorce w danych, a następnie używać wcześniej niezaobserwowanych wzorców do przewidywania przyszłych zjawisk"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "Charakterystyczne cechy uczenia maszynowego:\n",
+    "\n",
+    "* „automatyzacja automatyzacji”\n",
+    "* komputer „sam się programuje”\n",
+    "* modelowanie danych zastępuje pisanie programu"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "notes"
+    }
+   },
+   "source": [
+    "Na czym polega uczenie maszynowe?\n",
+    " * Jak uczą się maszyny? https://www.youtube.com/watch?v=R9OHn5ZF4Uo\n",
+    " * Jak sztuczna inteligencja tworzy obrazy na podstawie opisów? https://www.youtube.com/watch?v=SVcsDDABEkM"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "## 1.2. Zastosowania uczenia maszynowego"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "* rozpoznawanie i rozumienie mowy\n",
+    "* rozpoznawanie obrazów\n",
+    "* tłumaczenie maszynowe\n",
+    "* systemy rekomendacyjne\n",
+    "* detekcja spamu\n",
+    "* klasyfikacja dokumentów/obrazów\n",
+    "* analiza nastrojów\n",
+    "* rozpoznawanie pisma odręcznego\n",
+    "* samochody autonomiczne\n",
+    "* przewidywanie kursów giełdowych\n",
+    "* automatyczna diagnostyka medyczna\n",
+    "* analiza genów\n",
+    "* sztuczna inteligencja w grach"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "### Co potrafi uczenie maszynowe?"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "* Kanał YouTube \"Two-Minute Papers\" - krótkie prezentacje najnowszych artykułów naukowych z dziedziny sztucznej inteligencji: https://www.youtube.com/c/K%C3%A1rolyZsolnai\n",
+    "  * AI uczy się grać w chowanego: https://www.youtube.com/watch?v=Lu56xVlZ40M\n",
+    "  * Generowanie twarzy: https://www.youtube.com/watch?v=SWoravHhsUU\n",
+    "  * Robot uczy się składać obiekty, których wcześniej nie widział: https://www.youtube.com/watch?v=O8l4Kn-j-5M\n",
+    "  * \"Ożywianie\" dzieł sztuki: https://www.youtube.com/watch?v=4J0cpdR7qec\n",
+    "* Tekst → obraz: https://labs.openai.com\n",
+    "* Tekst → wideo: https://make-a-video.github.io\n",
+    "* Generowanie obrazów twarzy: https://thispersondoesnotexist.com\n",
+    "* Generowanie obrazów kotów: https://thiscatdoesnotexist.com\n",
+    "* Zdanie → artykuł: https://blog.openai.com/better-language-models\n",
+    "* Rysunek odręczny → zdjęcie: https://affinelayer.com/pixsrv\n",
+    "* Film, którego scenariusz napisała sztuczna inteligencja: https://www.youtube.com/watch?v=Kx-2PyrhnFE\n",
+    "* Piosenka w całości wygenerowana przez AI (muzyka i słowa): https://www.youtube.com/watch?v=fN-bQddbbUI"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
+    "## 1.3. Metody uczenia maszynowego"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Z jakimi rodzajami zadań mamy do czynienia?\n",
+    "\n",
+    "* Uczenie nadzorowane\n",
+    "  * Regresja\n",
+    "  * Klasyfikacja\n",
+    "* Uczenie nienadzorowane\n",
+    "  * Klastrowanie\n",
+    "* Uczenie przez wzmacnianie\n",
+    "* Systemy rekomendacyjne"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Klasyfikator\n",
+    "\n",
+    "* Klasyfikator to funkcja $h$, która przykładowi $x$ przyporządkowuje prognozowaną wartość $h(x)$.\n",
+    "* Jeżeli funkcja $h$ jest ciągła, to mówimy o zagadnieniu **regresji**.\n",
+    "* Jeżeli funkcja $h$ jest dyskretna, to mówimy o zagadnieniu **klasyfikacji**."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Algorytm uczący\n",
+    "\n",
+    "* Dane są przykładowe obserwacje $(X, y)$.\n",
+    "* Staramy się dobrać funkcję (klasyfikator) $h$ tak, żeby $h(x) \\sim y$."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "W jaki sposób można określić, czy klasyfikator jest „dobry”?"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Podział metod uczenia maszynowego\n",
+    "\n",
+    "> \\[Każdy algorytm uczenia maszynowego\\] stanowi kombinację dokładnie trzech składników.\n",
+    "> Te składniki to:\n",
+    "> * reprezentacja\n",
+    "> * ewaluacja\n",
+    "> * optymalizacja\n",
+    "\n",
+    "> &mdash; Pedro Domingos, “A Few Useful Things to Know about Machine Learning”"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Reprezentacja\n",
+    "\n",
+    "* drzewa decyzyjne\n",
+    "* regresja liniowa\n",
+    "* regresja logistyczna\n",
+    "* naiwny klasyfikator bayesowski\n",
+    "* algorytm $k$ najbliższych sąsiadów\n",
+    "* sieci neuronowe\n",
+    "* maszyny wektorów nośnych\n",
+    "* algorytmy genetyczne\n",
+    "* ..."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Ewaluacja\n",
+    "\n",
+    "* skuteczność (dokładność)\n",
+    "* precyzja i pokrycie\n",
+    "* błąd średniokwadratowy\n",
+    "* _information gain_\n",
+    "* _logistic loss_\n",
+    "* BLEU\n",
+    "* ..."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "### Optymalizacja\n",
+    "\n",
+    "* optymalizacja kombinatoryczna:\n",
+    "  * wyszukiwanie zachłanne,\n",
+    "  * _beam search_...\n",
+    "* optymalizacja ciągła:\n",
+    "  * nieograniczona:\n",
+    "    * metoda gradientu prostego,\n",
+    "    * metoda Newtona...\n",
+    "  * ograniczona:\n",
+    "    * programowanie liniowe..."
+   ]
+  }
+ ],
+ "metadata": {
+  "celltoolbar": "Slideshow",
+  "kernelspec": {
+   "display_name": "Python 3 (ipykernel)",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.10.4"
+  },
+  "livereveal": {
+   "start_slideshow_at": "selected",
+   "theme": "white"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 4
+}
diff --git a/wyk/venn-ai-ml-nn-dl-ds.png b/wyk/venn-ai-ml-nn-dl-ds.png
new file mode 100644
index 0000000..c4f645f
Binary files /dev/null and b/wyk/venn-ai-ml-nn-dl-ds.png differ
diff --git a/wyk/venn-ai-ml-nn-dl-ds.svg b/wyk/venn-ai-ml-nn-dl-ds.svg
new file mode 100644
index 0000000..eeb4923
--- /dev/null
+++ b/wyk/venn-ai-ml-nn-dl-ds.svg
@@ -0,0 +1,178 @@
+<?xml version="1.0" encoding="UTF-8" standalone="no"?>
+<!-- Created with Inkscape (http://www.inkscape.org/) -->
+
+<svg
+   xmlns:dc="http://purl.org/dc/elements/1.1/"
+   xmlns:cc="http://creativecommons.org/ns#"
+   xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
+   xmlns:svg="http://www.w3.org/2000/svg"
+   xmlns="http://www.w3.org/2000/svg"
+   xmlns:sodipodi="http://sodipodi.sourceforge.net/DTD/sodipodi-0.dtd"
+   xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
+   width="800"
+   height="600"
+   viewBox="0 0 211.66667 158.75"
+   version="1.1"
+   id="svg8"
+   inkscape:version="0.92.3 (2405546, 2018-03-11)"
+   sodipodi:docname="venn-ai-ml-nn-dl-ds.svg"
+   inkscape:export-filename="/home/pawel/umz20/wyk/venn-ai-ml-nn-dl-ds.png"
+   inkscape:export-xdpi="96"
+   inkscape:export-ydpi="96">
+  <defs
+     id="defs2" />
+  <sodipodi:namedview
+     id="base"
+     pagecolor="#ffffff"
+     bordercolor="#666666"
+     borderopacity="1.0"
+     inkscape:pageopacity="0.0"
+     inkscape:pageshadow="2"
+     inkscape:zoom="1.25625"
+     inkscape:cx="105.87065"
+     inkscape:cy="298.80597"
+     inkscape:document-units="mm"
+     inkscape:current-layer="layer1"
+     showgrid="false"
+     units="px"
+     inkscape:window-width="1920"
+     inkscape:window-height="995"
+     inkscape:window-x="0"
+     inkscape:window-y="0"
+     inkscape:window-maximized="1" />
+  <metadata
+     id="metadata5">
+    <rdf:RDF>
+      <cc:Work
+         rdf:about="">
+        <dc:format>image/svg+xml</dc:format>
+        <dc:type
+           rdf:resource="http://purl.org/dc/dcmitype/StillImage" />
+        <dc:title />
+      </cc:Work>
+    </rdf:RDF>
+  </metadata>
+  <g
+     inkscape:label="Layer 1"
+     inkscape:groupmode="layer"
+     id="layer1"
+     transform="translate(0,-138.25001)">
+    <circle
+       style="opacity:1;fill:none;fill-opacity:1;stroke:#0000ff;stroke-width:1;stroke-miterlimit:4;stroke-dasharray:none;stroke-dashoffset:0;stroke-opacity:1;paint-order:fill markers stroke"
+       id="path815"
+       cx="105.83334"
+       cy="216.34158"
+       r="76.709419" />
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#000000;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="105.76719"
+       y="156.21797"
+       id="text819"><tspan
+         sodipodi:role="line"
+         id="tspan817"
+         x="105.76719"
+         y="156.21797"
+         style="font-style:normal;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#0000ff;stroke-width:0.26458332">SZTUCZNA INTELIGENCJA</tspan><tspan
+         sodipodi:role="line"
+         x="105.76719"
+         y="163.27353"
+         style="font-style:italic;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#0000ff;stroke-width:0.26458332"
+         id="tspan856">(ARTIFICIAL INTELLIGENCE)</tspan></text>
+    <circle
+       style="opacity:1;fill:none;fill-opacity:1;stroke:#ff0000;stroke-width:1;stroke-miterlimit:4;stroke-dasharray:none;stroke-dashoffset:0;stroke-opacity:1;paint-order:fill markers stroke"
+       id="path815-3"
+       cy="227.69496"
+       cx="105.83334"
+       r="62.887901" />
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#ff0000;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="105.77408"
+       y="180.74614"
+       id="text819-6"><tspan
+         sodipodi:role="line"
+         id="tspan817-7"
+         x="105.77408"
+         y="180.74614"
+         style="font-style:normal;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#ff0000;stroke-width:0.26458332">UCZENIE MASZYNOWE</tspan><tspan
+         sodipodi:role="line"
+         x="105.77408"
+         y="187.8017"
+         style="font-style:italic;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#ff0000;stroke-width:0.26458332"
+         id="tspan858">(MACHINE LEARNING)</tspan></text>
+    <circle
+       style="opacity:1;fill:none;fill-opacity:1;stroke:#008000;stroke-width:1;stroke-miterlimit:4;stroke-dasharray:none;stroke-dashoffset:0;stroke-opacity:1;paint-order:fill markers stroke"
+       id="path815-3-5"
+       r="48.474037"
+       cy="238.15984"
+       cx="105.83334" />
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#008000;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="105.76719"
+       y="205.68544"
+       id="text819-6-3"><tspan
+         sodipodi:role="line"
+         id="tspan817-7-5"
+         x="105.76719"
+         y="205.68544"
+         style="font-style:normal;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#008000;stroke-width:0.26458332">SIECI NEURONOWE</tspan><tspan
+         sodipodi:role="line"
+         x="105.76719"
+         y="212.741"
+         style="font-style:italic;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#008000;stroke-width:0.26458332"
+         id="tspan858-6">(NEURAL NETWORKS)</tspan></text>
+    <circle
+       style="opacity:1;fill:none;fill-opacity:1;stroke:#ff00ff;stroke-width:1.05150509;stroke-miterlimit:4;stroke-dasharray:none;stroke-dashoffset:0;stroke-opacity:1;paint-order:fill markers stroke"
+       id="path815-3-5-2"
+       r="33.738243"
+       cy="248.52597"
+       cx="105.83334" />
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#ff00ff;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="105.77408"
+       y="238.65964"
+       id="text819-6-3-9"><tspan
+         sodipodi:role="line"
+         id="tspan817-7-5-1"
+         x="105.77408"
+         y="238.65964"
+         style="font-style:normal;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#ff00ff;stroke-width:0.26458332">UCZENIE GŁĘBOKIE</tspan><tspan
+         sodipodi:role="line"
+         x="105.77408"
+         y="245.71519"
+         style="font-style:italic;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#ff00ff;stroke-width:0.26458332"
+         id="tspan858-6-2">(DEEP LEARNING)</tspan></text>
+    <ellipse
+       style="opacity:1;fill:none;fill-opacity:1;stroke:#000000;stroke-width:1.05150509;stroke-miterlimit:4;stroke-dasharray:none;stroke-dashoffset:0;stroke-opacity:1;paint-order:fill markers stroke"
+       id="path815-3-5-2-7"
+       cy="267.38251"
+       cx="165.4633"
+       rx="42.623505"
+       ry="27.024935" />
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#000000;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="170.99191"
+       y="275.87283"
+       id="text959"><tspan
+         sodipodi:role="line"
+         id="tspan957"
+         x="170.99191"
+         y="279.61835"
+         style="stroke-width:0.26458332" /></text>
+    <text
+       xml:space="preserve"
+       style="font-style:normal;font-weight:normal;font-size:4.23333311px;line-height:1.25;font-family:sans-serif;letter-spacing:0px;word-spacing:0px;fill:#000000;fill-opacity:1;stroke:none;stroke-width:0.26458332"
+       x="180.80518"
+       y="278.14969"
+       id="text819-6-3-9-0"><tspan
+         sodipodi:role="line"
+         x="180.80518"
+         y="278.14969"
+         style="font-style:italic;font-variant:normal;font-weight:bold;font-stretch:normal;font-size:5.64444447px;font-family:Arial;-inkscape-font-specification:Arial;text-align:center;text-anchor:middle;fill:#000000;stroke-width:0.26458332"
+         id="tspan858-6-2-3">DATA SCIENCE</tspan></text>
+  </g>
+</svg>