Stanford MS&E233：Game Theory, Data Science and AI（2026 春）

请帮我把「Stanford MS&E233：Game Theory, Data Science and AI（2026 春）」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://stanford-msande233.github.io/spring26/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：在线学习。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：官方列出 8 次以 Python 编程为主并含推导的作业，通过 Gradescope 提交。公开表只有发布日期与截止日期，没有作业文件。正式修课者只能使用课程允许的 Colab 内 Gemini 辅助作业；每课提示词不得替学生代做作业或引入其他 GenAI 工具。
课节（官方顺序）：
1. 博弈论导论：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture1.pdf
2. 在线学习与无悔学习：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture2.pdf
3. Python Tutorial：https://stanford-msande233.github.io/spring26/schedule/
4. 用无悔学习求解零和博弈：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture3.pdf
5. 零和博弈在 ML 与 AI 中的应用：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture4.pdf
6. 扩展式博弈：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture5.pdf
7. 扩展式博弈中的无悔学习：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture6.pdf
8. 一般博弈：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture7.pdf
9. 一般博弈中的学习：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture8.pdf
10. 拍卖与机制：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture9.pdf
11. VCG 与拍卖中的学习：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture10.pdf
12. 最优机制设计：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture11.pdf
13. 简单机制与最优机制：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture12.pdf
14. 统计学习理论与样本定价：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture13.pdf
15. 从数据学习机制：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture14.pdf
16. 博弈和拍卖中的计量经济学：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture15.pdf
17. 市场中的 A/B 测试：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture16.pdf
18. 5月26日嘉宾课（官方 TBD）：https://stanford-msande233.github.io/spring26/schedule/
19. 5月28日嘉宾课（官方 TBD）：https://stanford-msande233.github.io/spring26/schedule/
20. 回顾与问答：https://raw.githubusercontent.com/stanford-msande233/spring26/master/assets/presentations/Lecture17.pdf

1. 环境
- 使用 Google Colab 的 Python 运行时；取得有权使用的官方作业模板后先保存自己的副本，按模板安装依赖。课程未公开作业模板的直接链接。
- 阅读材料不需要安装终端工具。账号或付费服务由学习者自己登录；不复制登录凭据，不自动购买服务。
- 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、讲义与指定阅读：只记录链接 https://stanford-msande233.github.io/spring26/schedule/（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。）
- 课程规范：只记录链接 https://stanford-msande233.github.io/spring26/（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）
stanford-msande233-sp26/
├── 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.md     # 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/
    └── 20-lesson-20/
- 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.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 人工检查：打开课程表中的 Lecture 1 PDF 与 Python Tutorial；在本人 Colab 中运行 print(1 + 1) 并确认输出 2  → 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。