准备环境：你只需要这三样东西

在开始之前，先确认你的电脑能上网，并准备好以下工具：

• Python：一种编程语言，AI 开发最常用的工具。去 python.org 下载最新版（建议 3.10 以上），安装时记得勾选“Add Python to PATH”。
• VS Code：一个免费代码编辑器。去 code.visualstudio.com 下载安装。
• 终端：Mac 用“终端”，Windows 用“命令提示符”或 PowerShell。

常见坑：安装 Python 时 一定要勾选“Add Python to PATH”，否则后面会报“找不到 python 命令”。

安装步骤：一步步来

1. 检查 Python 是否装好：打开终端，输入 python --version，如果显示版本号（如 Python 3.10.0）就成功了。
2. 安装 AI 核心库：在终端输入 pip install numpy pandas scikit-learn，回车。pip 是 Python 的包管理器，帮你自动下载和安装别人写好的代码库。numpy 处理数字，pandas 处理表格数据，scikit-learn 提供现成的机器学习算法。
3. 安装 Jupyter Notebook（可选但推荐）：输入 pip install jupyter，之后输入 jupyter notebook 就能在浏览器里写代码，适合新手边写边看结果。

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

验证是否成功：跑通你的第一个模型

打开终端，输入 python 进入 Python 交互环境，然后逐行输入以下代码：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
iris = load_iris()
X, y = iris.data, iris.target
clf = DecisionTreeClassifier()
clf.fit(X, y)
print('准确率:', clf.score(X, y))

如果输出 准确率: 1.0，恭喜你！你已经成功用 AI 模型对鸢尾花数据进行了分类。DecisionTreeClassifier 是一种简单的机器学习算法，就像根据问题做决策：如果花瓣长度 > 2.5，则属于类别 A，否则属于 B。

常见坑：如果报错 ModuleNotFoundError，说明某个库没安装成功，重新执行 pip install 命令即可。

下一步可以做什么

• 试着修改代码，换成其他数据集（如 load_digits 识别手写数字）。
• 学习用 pandas 读取自己的 Excel 或 CSV 文件，对真实数据做预测。
• 关注安全：使用开源库时，定期用 pip list --outdated 检查更新，避免使用有漏洞的版本。