MIT：Introduction to Data-Centric AI（2024）

请帮我把「MIT：Introduction to Data-Centric AI（2024）」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://dcai.csail.mit.edu/
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：官方每课配有 Python/Jupyter 动手练习，非学分课程不要求提交。实验包括文本分类、标签错误、多标注者、数据中心评测、异常图像等；2023 特别主题的 active learning、特征解释、prompt engineering 与隐私实验是补充，不能混标为 2024 新讲座。
课节（官方顺序）：
1. Data-Centric AI vs. Model-Centric AI：https://dcai.csail.mit.edu/2024/data-centric-model-centric/
2. Label Errors and Confident Learning：https://dcai.csail.mit.edu/2024/label-errors/
3. Advanced Confident Learning, LLM and GenAI applications：https://dcai.csail.mit.edu/2024/advanced-confident-learning/
4. Class Imbalance, Outliers, and Distribution Shift：https://dcai.csail.mit.edu/2024/imbalance-outliers-shift/
5. Dataset Creation and Curation：https://dcai.csail.mit.edu/2024/dataset-creation-curation/
6. Data-centric Evaluation of ML Models：https://dcai.csail.mit.edu/2024/data-centric-evaluation/
7. Data Curation for LLMs：https://dcai.csail.mit.edu/2024/data-curation-llms/

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。
- 克隆 dcai-lab 到 official，按当前课主题查找对应子目录的 notebook；不要按 README 的 Lab 编号强行套到 2024 讲座号。
- 准备 Jupyter，在各 notebook 的依赖单元核定库版本后安装。数据集下载、cleanlab 或模型调用按各 notebook 实际要求处理；涉及 API 密钥、付费调用或云训练时先说明具体数据和预算。
- 首课先完成 text classifier notebook 的导入与数据读取；无需为了看讲义配置 API。
- 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 Lab notebooks：git clone --depth 1 https://github.com/dcai-course/dcai-lab 到 official/（许可：AGPL-3.0-or-later）；保留原作者、许可证与文件结构，仅在个人学习目录中准备。；本次准备个人学习副本，转载或发布修改版另按上述许可条件处理。
- 2024 课程表与视频：只记录链接 https://dcai.csail.mit.edu/（课程内容署 CC BY-NC-SA，具体版本见 license 页面；与实验代码 AGPL 分开。）
3. 目录（最外层放在我确认的位置）
mit-data-centric-ai-2024/
├── 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
├── official/        # 官方材料
├── 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/
- 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。
  - python -m jupyter --version  → 独立课程环境中的 Jupyter 可启动
  - 人工检查：打开 official/data_centric_model_centric 中首课 notebook，先运行导入和数据读取单元并记录结果  → 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。