准备环境：你需要什么？

在开始之前，先准备好三样东西：一台电脑（Windows / macOS / Linux 都可以）、稳定的网络、以及一点耐心。我们会用到两个核心工具：Python（一种简单易学的编程语言，AI 开发最常用的语言）和 pip（Python 的包管理器，帮你安装别人写好的功能模块）。如果你已经装了 Python，可以跳过第一步。

安装步骤：跟着做就行

1. 下载 Python：打开浏览器，访问 python.org，点击最显眼的下载按钮。建议下载最新的稳定版（比如 3.12.x）。
2. 安装 Python：运行下载的安装包。重要：安装时一定要勾选“Add Python to PATH”（把 Python 添加到系统路径，否则后面会报错）。然后一路点“Next”直到完成。
3. 验证安装：打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），输入 python --version 并回车。如果看到类似“Python 3.12.0”的提示，就成功了。再输入 pip --version，确认 pip 也能用。
4. 安装 AI 常用库：在终端里输入 pip install numpy pandas scikit-learn 并回车。这会安装三个最基础的库：NumPy（处理数字的数学工具）、Pandas（像 Excel 一样处理表格数据）、Scikit-learn（集成了很多 AI 算法的工具箱）。等待安装完成，看到“Successfully installed”就对了。

验证是否成功：跑通第一个程序

创建一个新文件，命名为 hello_ai.py，用记事本或任何文本编辑器打开，输入以下代码：

from sklearn import datasets
iris = datasets.load_iris()
print('鸢尾花数据集加载成功！')
print('数据形状：', iris.data.shape)

保存文件后，在终端里进入该文件所在目录，输入 python hello_ai.py 并回车。如果看到“鸢尾花数据集加载成功！”和“(150, 4)”，说明环境完全就绪，你已经成功跑通了第一个 AI 相关程序！

下一步可以做什么

现在你可以尝试更酷的事情：比如用 Jupyter Notebook（一个交互式编程环境，方便边写边看结果）来探索数据，或者跟着网上教程用 Scikit-learn 训练一个简单的分类模型。记住：遇到报错先复制错误信息去搜索引擎查，大部分问题都能找到答案。继续加油！