很多朋友想学AI，但第一步装环境就卡住了。别担心，这篇教程会带你一步步走完，从装软件到跑通第一个模型，全程零基础友好。

准备环境：安装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，就像电脑的“普通话”）。先去Python官网（python.org）下载最新版本，安装时记得勾选“Add Python to PATH”（这样电脑才知道你在说Python）。

装好Python后，还需要一个写代码的工具。推荐用VS Code（一个免费好用的代码编辑器，就像写作文的Word）。去code.visualstudio.com下载安装，然后打开，在扩展商店里搜索“Python”并安装扩展。

安装AI库：用一行命令搞定

AI需要一些现成的工具包，我们叫库（别人写好的功能集合，拿来就能用）。打开电脑的终端（Windows叫命令提示符，Mac叫终端），输入以下命令并按回车：

• pip install numpy pandas scikit-learn —— 安装数据处理和机器学习库
• pip install tensorflow —— 安装深度学习框架（可选，入门可以先不用）

如果下载慢，可以换成国内镜像：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名。

写第一个AI程序：预测房价

打开VS Code，新建一个文件，命名为first_ai.py。复制下面这段代码：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# 加载波士顿房价数据集
housing = datasets.load_boston()
X = housing.data
y = housing.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 训练线性回归模型
model = LinearRegression()
model.fit(X_train, y_train)

# 预测并评估
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
print(f"模型均方误差：{mse:.2f}")

按Ctrl+F5运行，终端会输出一个数字（比如25.3），恭喜你，第一个AI模型跑通了！

常见坑提醒

• Python版本不要装太新：有些库还不支持Python 3.12，建议装3.9或3.10。
• 终端报错“pip不是内部命令”：说明安装时没勾选“Add to PATH”，可以重装或手动添加环境变量。
• 下载库超时：用国内镜像（上面有命令）。

下一步可以做什么

• 学学Jupyter Notebook（一个交互式编程环境，适合边写边看结果）：安装命令 pip install jupyter，然后终端输入 jupyter notebook 启动。
• 试试分类任务：用datasets.load_iris()（鸢尾花数据集）和KNeighborsClassifier（K近邻分类器）。
• 看官方文档：scikit-learn.org 有超多入门示例。