准备工作：你需要装什么

在开始之前，先准备好三样东西：

• Python：一种编程语言，AI 最常用的工具之一。去 python.org 下载最新版，安装时记得勾选“Add Python to PATH”。
• Jupyter Notebook：一个在浏览器里写代码的交互式工具，特别适合新手。安装完 Python 后，打开命令提示符（Windows）或终端（Mac/Linux），输入 pip install jupyter 并回车。
• 一个 AI 库：比如 scikit-learn（念作“赛 kit 愣”，一个简单好用的机器学习库）。同样在命令行输入 pip install scikit-learn。

常见坑：如果提示“pip 不是命令”，说明 Python 没加进 PATH，重装时勾选那个选项即可。

安装步骤：一步步来

1. 打开命令提示符（Win+R 输入 cmd）或终端（Mac 按 Command+空格搜“终端”）。
2. 输入 python --version 检查是否安装成功，应该显示版本号。
3. 输入 pip install jupyter scikit-learn，等待安装完成。
4. 安装成功后，输入 jupyter notebook，浏览器会自动打开一个页面。
5. 在页面右上角点击“New” → “Python 3”，就会新建一个笔记本。

常见坑：浏览器没自动打开？复制终端里给出的网址（通常是 http://localhost:8888）手动打开。

验证是否成功：跑一个简单示例

在新建的笔记本里输入以下代码，然后按 Shift+Enter 运行：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier

iris = load_iris()
X, y = iris.data, iris.target
clf = DecisionTreeClassifier()
clf.fit(X, y)
print('准确率:', clf.score(X, y))

如果输出“准确率: 1.0”，说明环境配置成功，你已经跑通了第一个 AI 程序！这段代码用了一个经典的花卉数据集，训练了一个简单的决策树模型。

下一步可以做什么

• 尝试修改代码，比如换一个分类器：把 DecisionTreeClassifier 改成 KNeighborsClassifier（需要先导入：from sklearn.neighbors import KNeighborsClassifier）。
• 找一个教程，用自己的数据（比如 Excel 表格）做预测。
• 最重要的：不要等“准备好”再开始，像今天这样动手试试，你就已经迈出了最难的一步。