1. 准备环境：你需要什么？

开始之前，确保你的电脑满足以下条件：

• 操作系统：Windows 10/11、macOS 或 Linux（推荐 Ubuntu 20.04+）
• Python 3.8 或更高版本（Python 是一种编程语言，AI 开发常用它）
• 至少 8GB 内存（更多更好）
• 稳定的网络连接（下载依赖包）

如果你还没装 Python，去 python.org 下载安装包，记得勾选“Add Python to PATH”。

2. 安装核心工具：一步步来

1. 打开终端（Windows 用命令提示符或 PowerShell，Mac/Linux 用终端）。
2. 升级 pip（pip 是 Python 的包管理器，帮你安装第三方库）：
   python -m pip install --upgrade pip
3. 安装 Jupyter Notebook（一个交互式编程环境，方便边写边运行）：
   pip install jupyter
4. 安装 NumPy 和 Pandas（数据处理库）：
   pip install numpy pandas
5. 安装 scikit-learn（机器学习库，包含简单模型）：
   pip install scikit-learn

常见坑：如果下载慢，换成国内镜像源，比如在命令后加 -i https://pypi.tuna.tsinghua.edu.cn/simple。

3. 验证安装：跑通第一个模型

打开终端，输入 jupyter notebook，浏览器会自动打开一个新页面。点击“New” -> “Python 3”创建一个新笔记本。在代码框中输入以下内容，然后按 Shift+Enter 运行：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

data = load_iris()
X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.2)
model = DecisionTreeClassifier()
model.fit(X_train, y_train)
predictions = model.predict(X_test)
print('Accuracy:', accuracy_score(y_test, predictions))

如果输出类似 Accuracy: 0.9667 的数字，恭喜你，第一个 AI 模型跑通了！模型就是一堆数学公式，通过数据学习规律，然后做出预测。

4. 下一步可以做什么

• 尝试不同数据集（比如 Kaggle 上的小数据集）
• 学习更多模型（如随机森林、神经网络）
• 探索深度学习框架（比如 TensorFlow 或 PyTorch）

记住：先跑通，再理解细节。每次遇到报错，复制错误信息去搜索引擎，大部分问题都能解决。