diff --git a/stopy/Lab_9.ipynb b/stopy/Lab_9.ipynb
new file mode 100644
index 0000000..c87f1a4
--- /dev/null
+++ b/stopy/Lab_9.ipynb
@@ -0,0 +1,43 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "id": "c36cf7d5-c332-4482-af0e-3ba30ea9bb8e",
+   "metadata": {},
+   "source": [
+    "1. Pobierz dane ze strony <a href=\"https://www.kaggle.com/datasets/spittman1248/cdc-data-nutrition-physical-activity-obesity\">cdc-data-nutrition-physical-activity-obesity</a> i zbuduj modele regresji liniowej w 2D pokazującej zależność otyłości od trzech wybranych czynników. Do budowy modelu użyj dwóch scenariuszy: wyprowadzenia teoretycznego przez metodę <a href=\"https://www.math.uni.wroc.pl/~topolski/Ekonometria_2.pdf\">najmniejszych kwadratów</a> oraz <a href=\"https://www.geeksforgeeks.org/gradient-descent-in-linear-regression/\">algorytmu gradientu prostego</a>.\n",
+    "Pokaż wizualizację danych wraz z każdym modelem.     \n",
+    "2. Przeanalizuj, czy z punktu widzenia marketingowego producentowi Coca-Coli bardziej opłaca się zwiększyć promień puszki, czy też jej wysokość. W reklamie ma się pojawić komunikat o \"większej objętości puszki\" (wskazówka: różniczka funkcji dwóch zmiennych). Rozwiązanie powinno zawierać wszystkie obliczenia i konkluzje (Markdown)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "d4233659-879a-44db-bcf2-f7995855a14a",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "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": "3.12.4"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}