Stanford CS276 / LING286：Information Retrieval and Web Search

请帮我把「Stanford CS276 / LING286：Information Retrieval and Web Search」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://web.stanford.edu/class/cs276/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：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PA1–3、Problem Set 1–2及query/ranking quiz。PA1以倒排索引实现为起点。评分和补充视频通过Canvas，公开自学不保证可提交；2019实验依赖可能需要独立旧环境。
课节（官方顺序）：
1. Introduction to the course：https://web.stanford.edu/class/cs276/19handouts/lecture1-course-intro-1per.pdf
2. Inverted Indices: Dictionary and postings lists, boolean querying：https://web.stanford.edu/class/cs276/19handouts/lecture2-intro-boolean-1per.pdf
3. Index Construction：https://web.stanford.edu/class/cs276/19handouts/lecture3-indexconstruction-1per.pdf
4. Algorithms for postings list compression：https://web.stanford.edu/class/cs276/19handouts/lecture4-compression-1per.pdf
5. Spelling correction：https://web.stanford.edu/class/cs276/19handouts/lecture5-spell_correction-1per.pdf
6. Scoring, term weighting and the vector space model：https://web.stanford.edu/class/cs276/19handouts/lecture6-tfidf-1per.pdf
7. Guest lecture by Joachim Kupke (Principal Software Engineer, Google)：https://web.stanford.edu/class/cs276/
8. Probabilistic IR: the binary independence model, BM25, BM25F：https://web.stanford.edu/class/cs276/19handouts/lecture7-probir-1per.pdf
9. Evaluation methods & NDCG：https://web.stanford.edu/class/cs276/19handouts/lecture8-evaluation-1per.pdf
10. Systems issues in efficient retrieval and scoring：https://web.stanford.edu/class/cs276/19handouts/lecture10-efficient-scoring-1per.pdf
11. Classification and clustering in vector spaces(Naive Bayes, kNN, decision boundaries)：https://web.stanford.edu/class/cs276/handouts/lecture12-textcat.pdf
12. Text classification：https://web.stanford.edu/class/cs276/19handouts/lecture13-DTrees-textcat-1per.pdf
13. Distributed word representations for IR：https://web.stanford.edu/class/cs276/19handouts/lecture14-distributed-representations-1per.pdf
14. Learning to rank：https://web.stanford.edu/class/cs276/19handouts/lecture15-learning-ranking-1per.pdf
15. Link analysis：https://web.stanford.edu/class/cs276/19handouts/lecture17-linkanalysis-1per.pdf
16. Guest lecture by Susan Dumais (Distinguished Scientist & Deputy Managing Director, Microsoft Research Lab)：https://web.stanford.edu/class/cs276/19handouts/guest_lecture-SDumais-May2019
17. Crawling and near-duplicate pages：https://web.stanford.edu/class/cs276/19handouts/lecture18-crawling-1per.pdf
18. Question answering：https://web.stanford.edu/class/cs276/19handouts/lecture19-Web-QA-1per.pdf
19. Personalization：https://web.stanford.edu/class/cs276/handouts/personalization-lecture-1-per-page.pdf

1. 环境
- 补充实测：Windows Python3.12.14的真实Jupyter内核可运行PA1原始初始化单元3、5、6、11；不代表原始Conda环境或全部作业兼容。
- 补充实测：Linux Docker中Python3.7.3、Jupyter1.0.0、psutil5.6.1已运行官方初始化单元；无需把现代Python示例视为原始环境替代。
- 先查看官方PA1压缩包中的environment.yml：Python 3.7.3、Jupyter 1.0.0、psutil 5.6.1。仅在独立环境复现，不装进系统全局环境。
- 2019原始依赖可能与当前系统不兼容；需要迁移时复制练习目录并记录版本差异。本次现代Python 3.10.19 Jupyter内核能执行NumPy小样例，不代表PA1原始环境或全部作业兼容。
- 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
- 官方课程表、材料与作业入口：只记录链接 https://web.stanford.edu/class/cs276/（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
- PA1入口与官方骨架：只记录链接 https://web.stanford.edu/class/cs276/pa/pa1.zip（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
- 官方教材Introduction to Information Retrieval：只记录链接 https://nlp.stanford.edu/IR-book/（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
3. 目录（最外层放在我确认的位置）
stanford-cs276-spring2019/
├── 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.ps1     # 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-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    ├── 11-lesson-11/
    ├── 12-lesson-12/
    ├── 13-lesson-13/
    ├── 14-lesson-14/
    ├── 15-lesson-15/
    ├── 16-lesson-16/
    ├── 17-lesson-17/
    ├── 18-lesson-18/
    └── 19-lesson-19/
- 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.ps1，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。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - 人工检查：在选定的课程虚拟环境中执行 python --version  → 先核对PA1原始Python 3.7.3要求；若使用现代迁移环境，记录实际版本和未验证的作业兼容性，不能仅凭Python 3版本判通过。
  - python -m jupyter --version  → 在课程环境中显示Jupyter组件版本；随后人工打开PA1 notebook确认内核可启动。
- 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。