ofo否认COO离职和海外业务解散 称背后有人推动 | 互联网行业公会


6月4日上午消息,今日有媒体报道称,ofo总部裁员50%,同时COO张严琪等多位管理层离职,海外部门解散。ofo联合创始人于信在朋友圈对此回应称,COO和PRD离职以及海外业务解散不实。 ​​​​


以下为于信朋友圈原文:

不知道我算不算是独立信源哦,但怕是比这些无稽之谈来的靠谱些?

我觉得把 COO 和 PRD 都说成 “ 主管 ” 可能不太合适吧,而且没离职说成离职怕是要让猎头空欢喜了?

ofo 海外业务仅仅一个新加坡的营收怕是比其他某些友商全量营收都高,直接 “ 被裁撤 ” 不大合适吧?

四条 “ 真相 ” 中有三条指向裁员,我想可能是因为这点不好澄清?你说裁了我说没有,谁证明呢?所以只好晃点猎头公司,麻烦他们辛苦再多等一等吧!

当然我也理解,媒体本无态度,只是背后还有人推动。所以李珉总,最近约个饭呗?

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值