University of Utah：Data Mining（2026 秋）

请帮我把「University of Utah：Data Mining（2026 秋）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://users.cs.utah.edu/~jeffp/teaching/DataMining.html
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：在本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：官方作业包括 A1 统计现象、A2 相似搜索、A3 聚类、A4 Streaming、A5 降维、A6A Noise 和 A6B Graphs；项目包含选题、数据收集、中期、最终报告与海报。题目和练习入口在官方课表。
课节（官方顺序）：
1. Class Overview：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L1-overview.pdf
2. Statistical Phenomena：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L2-StatisticalPrinciples.pdf
3. Similarity: Language Embeddings：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L3-Word-Embed.pdf
4. Similarity: Metric Distances：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L4-Distances.pdf
5. Similarity: ANN: HNSW GraphSearch：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L5-ANN+HNSW.pdf
6. Similarity: Jaccard + Min-Hashing：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L6-Jaccard+Similarity.pdf
7. Similarity: LSH + Distributional Distance：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L7-LSH+Distro-Dist.pdf
8. Clustering: Hierarchical：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L8-hierarch.pdf
9. Clustering: K-Means：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L9-kmeans.pdf
10. Clustering: Spectral：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L10-spectral.pdf
11. Clustering: Choosing k：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L11-chooseK.pdf
12. Streaming: Model, Sampling：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L12-Streaming+Sample.pdf
13. Streaming: Misra-Gries, Count-Min, & Apriori：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L13-Heavy-Hitters.pdf
14. Streaming: Distinct Counting and Mergeability：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L14-Distinct-Count.pdf
15. Dimensionality Reduction: SVD + PCA：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L15-PCA.pdf
16. Dimensionality Reduction: Matrix Sketching：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L16-MatSketch.pdf
17. Dimensionality Reduction: Metric Learning：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L17-MetricLearning.pdf
18. Dimensionality Reduction: Random Projections：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L18-RandProject.pdf
19. Dimensionality Reduction: Feature Selection：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L19-FeatureSelect.pdf
20. AI-Enabled Science：https://hackmd.io/@jeffmp/Hky7ZzSybx
21. Noise: Outliers and Robust Estimation：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L20-Noise.pdf
22. Noise: Anomaly Detection：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L21-Anomalies.pdf
23. Noise: (Differential) Privacy：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L22-Privacy.pdf
24. Graph Analysis: (Graph) Embeddings & Bias：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L23-Embeddings.pdf
25. Graph Analysis: Markov Chains：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L24-MarkovChain.pdf
26. Graph Analysis: PageRank：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L25-PageRank.pdf
27. Graph Analysis: Communities：https://users.cs.utah.edu/~jeffp/teaching/DM/LN/L26-Communities.pdf

1. 环境
- 使用系统 Python 3 与 venv，在课程目录执行 python3 -m venv .venv，并使用 .venv/bin/python 执行后续 Python 命令。
- Python 是课程默认支持语言，作业库版本未统一公开。先阅读当前作业，再按需安装数值和数据处理库，不预装付费平台或启动云资源。
- 推荐用 LaTeX/Overleaf 整理推导，也可按实际作业要求保存本地文档；数据集权限及外部工具使用单独核对。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 课程表、讲义与作业：只记录链接 https://users.cs.utah.edu/~jeffp/teaching/DataMining.html（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
- 项目要求：只记录链接 https://users.cs.utah.edu/~jeffp/teaching/DM/project.pdf（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
- 先修知识复习：只记录链接 https://users.cs.utah.edu/~jeffp/teaching/FoDA.html（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
3. 目录（最外层放在我确认的位置）
utah-data-mining-fa26/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lecture-01/
    ├── 02-lecture-02/
    ├── 03-lecture-03/
    ├── 04-lecture-04/
    ├── 05-lecture-05/
    ├── 06-lecture-06/
    ├── 07-lecture-07/
    ├── 08-lecture-08/
    ├── 09-lecture-09/
    ├── 10-lecture-10/
    ├── 11-lecture-11/
    ├── 12-lecture-12/
    ├── 13-lecture-13/
    ├── 14-lecture-14/
    ├── 15-lecture-15/
    ├── 16-lecture-16/
    ├── 17-lecture-17/
    ├── 18-lecture-18/
    ├── 19-lecture-19/
    ├── 20-ai-enabled-science/
    ├── 21-lecture-20/
    ├── 22-lecture-21/
    ├── 23-lecture-22/
    ├── 24-lecture-23/
    ├── 25-lecture-24/
    ├── 26-lecture-25/
    └── 27-lecture-26/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python --version  → 当前课程独立环境输出 Python 3 版本；macOS/Linux 若使用 python3，应在生成 check-env 时按实际解释器改写。
  - 人工检查：打开 A1-StatPrin.pdf 和项目要求，核对第一道题的输入、推导或程序输出  → 能打开指定材料并核对标题；此项是人工检查，不是终端命令，也不代表课程练习已完成。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。