很多朋友想学 AI，但卡在第一步：装环境。别担心，这篇教程会带你一步步搞定，让你在电脑上真正“跑起来”一个 AI 程序。我们从头开始，不讲复杂理论，只动手。

准备你的电脑环境

首先，你需要一个能写代码的地方。我们推荐用 Python（一种简单易学的编程语言，AI 开发最常用）和 Jupyter Notebook（一个在浏览器里写代码的工具，特别适合新手）。

• 下载 Python：去官网 python.org 下载最新版（3.8 以上就行），安装时记得勾选“Add Python to PATH”。
• 安装 Jupyter：打开命令行（Windows 按 Win+R 输入 cmd，Mac 打开终端），输入 pip install jupyter 并回车。
• 测试一下：在命令行输入 jupyter notebook，如果浏览器自动打开了一个页面，就说明成功了！

安装 AI 核心库

AI 程序需要一些现成的工具包。我们装两个最常用的：NumPy（处理数据的工具）和 Scikit-learn（一个简单好用的机器学习库，里面有很多现成的 AI 算法）。

1. 在 Jupyter 里新建一个 Python 笔记本（点右上角 New → Python 3）。
2. 在第一个单元格输入 !pip install numpy scikit-learn，然后按 Shift+Enter 运行。等待安装完成。
3. 安装成功后，输入 import numpy as np 再按 Shift+Enter，如果没有报错，就说明装好了。

跑通你的第一个 AI 模型

我们来做一个最简单的“数字识别”练习。AI 会学习手写数字的样子，然后猜出你写的数字。

1. 复制下面这段代码，粘贴到 Jupyter 的新单元格里：

   from sklearn.datasets import load_digits
   from sklearn.ensemble import RandomForestClassifier
   from sklearn.model_selection import train_test_split
   from sklearn.metrics import accuracy_score
   
   digits = load_digits()
   X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.2)
   model = RandomForestClassifier()
   model.fit(X_train, y_train)
   predictions = model.predict(X_test)
   print('准确率:', accuracy_score(y_test, predictions))

2. 运行这个单元格（Shift+Enter），稍等几秒，你会看到输出类似“准确率: 0.97”。这就表示你的 AI 模型识别数字的准确率达到了 97%！

下一步可以做什么

恭喜，你已经成功跑通了第一个 AI 模型！接下来你可以：

• 试试修改代码里的 RandomForestClassifier（一种多棵决策树组合的算法，效果通常不错）为其他算法，比如 SVC（支持向量机），看看准确率怎么变化。
• 找一些图片（比如猫和狗的照片），用同样的流程训练一个图片分类器。
• 如果想深入学习，可以搜索“Scikit-learn 官方教程”，里面有超多例子。

记住，刚开始遇到报错很正常，把错误信息复制到搜索引擎里，一般都能找到解决办法。动手试试看吧！