第二章机器学习入门57 

数据科学家应该阅读这一章的三个原因 58 

市场营销人员应该阅读这一章的原因 58 

我们认为自己很聪明 59 

制定你的规则 60 

所有模型都是错误的 61 

有用的模型 62 

变量太多而无法全面思考 64 

机器是庞大的婴儿 66 

机器学习的闪光之处 68 

强人工智能vs 弱人工智能 69 

特定的工具解决特定的问题 70 

下定你的决心 84 

一种算法统领所有？ 87 

接受随机性 89 

哪种技术最好？ 90 

站在统计学的角度 90 

我们学到了什么？ 95 

注释 95 

第三章解决营销问题97 

一对一营销 100 

一对多广告 101 

营销中的4P 103 

专业营销人员最操心的问题是什么呢? 

103 

客户旅程 105 

我们永远真正了解

 105 

我该如何连接消费者？让我来数数有多少方法

 108 

我为什么产生连接？品牌推广 111 

营销组合模型 113 

计量经济学 114 

客户终身价值 115 

一对一营销——迷因 116 

凭直觉和经验的营销 117 

果壳中的营销 118 

问题是什么？ 119 

注释 120 

第四章用AI 去吸引他们的注意力121 

市场调研：我们在研究谁 122 

市场细分 125 

提升品牌认知度 134 

社交媒体互动 147 

在现实生活中 150 

B2B 世界 151 

注释 155 

157

第五章利用人工智能说服消费者

线下购物体验 160 

电话沟通 168 

在线体验——网页分析 169 

推销 175 

完成交易 177 

回到最初：归因 180 

注释 185 

第六章利用人工智能留存客户187 

日渐增长的消费者期待 188 

留存和流失 189 

一些负面的反馈 191 

客户情绪 195 

客户服务 196 

预测性的客户服务 202 

注释 203 

第七章人工智能营销平台205 

在现有平台补充人工智能 206 

从零开始的营销工具 208 

Watson 系统的简介 212 

建造属于自己的（平台） 218 

注释 218 

第八章机器所做不到的221 

工具始终是工具 222 

机器的错误 224 

人类的错误 231 

解决方案？ 245 

有什么是机器还没有学会的

 247 

注释 248 

第九章人们在企业人工智能化中的战略角色249 

启程足下，展望未来 251 

人工智能之于人类 258 

协同工作 261 

作为管理者 262 

了解你所处的阶段 267 

人工智能的最佳实践 271 

注释 272 

第十章做机器的导师275 

如何训练一条龙？ 277 

你正在试图解决什么问题？ 278 

什么能够造就一个好的假设？ 280 

人类的优势 283 

注释289 

291

第十一章未来将会如何

通往未来之路 293 

机器的自我训练

 294 

智能即服务 295 

数据作为一项竞争优势 297 

机器将会走多远 302 

你的机器人就是你的品牌 306 

个人化的人工智能生态系统 308 

明日的计算 312 

注释 312