想学 AI 但不知道从哪开始？别担心，这篇教程会带你一步步装好环境，跑通你的第一个模型。你不需要任何编程基础，只要跟着做就行。

准备环境：装 Python 和必备工具

AI 开发最常用的语言是 Python（一种简单易学的编程语言）。你需要先安装它。

• 去 Python 官网（python.org）下载最新版 Python（建议 3.9 或 3.10）。
• 安装时记得勾选“Add Python to PATH”（把 Python 加入系统路径），否则后面会报错。
• 装完后打开命令提示符（Windows 搜索 cmd）或终端（Mac/Linux），输入 python --version，看到版本号就说明装好了。

安装步骤：用 pip 装 AI 库

接下来安装几个常用 AI 库。pip 是 Python 的包管理器，帮你自动下载代码库。

1. 在终端输入 pip install numpy pandas scikit-learn 并回车。这三个库分别用于数值计算、数据处理和机器学习。
2. 再输入 pip install tensorflow 或 pip install pytorch（二选一）。TensorFlow 和 PyTorch 都是深度学习框架，帮你搭建神经网络。
3. 等待安装完成。如果速度很慢，可以加 -i https://pypi.tuna.tsinghua.edu.cn/simple 使用国内镜像。

验证是否成功：跑一个简单模型

装完后，我们来运行一个最简单的 AI 模型——线性回归（一种预测数值的算法，比如根据房子面积预测价格）。

• 在终端输入 python 进入交互模式。
• 逐行输入以下代码（每行后按回车）：
  from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit([[1], [2], [3]], [2, 4, 6])
print(model.predict([[4]]))
• 如果输出 [8.] 就说明成功了！

常见坑：如果提示“ModuleNotFoundError”，说明某个库没装好，重新 pip install 即可。

下一步可以做什么

现在你已经跑通了第一个 AI 模型！接下来可以试试：

• 用 Kaggle（一个数据科学竞赛平台）上的数据集做练习。
• 学习 Jupyter Notebook（一种交互式编程环境），让写代码更方便。
• 尝试更复杂的模型，比如图像分类。

记住：入门阶段遇到报错很正常，搜索引擎和 AI 社区（比如 Stack Overflow）是你最好的老师。