Taxe sur la valeur ajoutéeLa taxe sur la valeur ajoutée ou TVA est un impôt indirect sur la consommation. Il est institué pour la première fois en France dans les années 1950, avant de se répandre ensuite dans le reste de l'Europe, puis progressivement dans d'autres régions du monde. Le principe central de la TVA est d'éviter les impositions cumulatives dites « en cascade ». En effet, taxer la dépense à chaque stade de la commercialisation d'un bien ou d'un service, sur la base de la valeur dépensée, revient à intégrer dans l'assiette de l'impôt la valeur de taxes déjà récoltées au stade précédent.
Fraude fiscaleLa fraude fiscale est le détournement d'un système fiscal afin de ne pas contribuer aux contributions publiques. Par contraste, l'optimisation fiscale ou évitement fiscal est l'utilisation de moyens légaux afin de réduire le montant de l'imposition. L'évasion fiscale comprend à la fois la fraude et l'optimisation fiscale. L'OCDE tente actuellement de limiter celle-ci via son . Le blanchiment de fraude fiscale consiste à réinvestir les sommes détournées du fisc dans des opérations légales.
AuditL’audit est une expertise professionnelle effectuée par un agent compétent et indépendant aboutissant à un jugement par rapport à une norme sur les états financiers, le contrôle interne, l'organisation, la procédure, ou une opération quelconque d'une entité. Il s'agit donc d'opérations d'évaluations, d'investigations, de vérifications ou de contrôles, regroupées sous le terme d’audit en raison d'exigences réglementaires ou normatives.
Audit interneL'audit interne est une activité indépendante qui permet de donner des conseils à une organisation L'audit interne est exercé dans différents environnements juridiques et culturels ainsi que dans des organisations dont l'objet, la taille, la complexité et la structure sont divers. Parfois aussi appelé inspection générale, l'audit interne se structure aujourd'hui autour d'un ensemble de bonnes pratiques professionnelles partagées au niveau international.
Audit comptable et financierL'audit comptable et financier est un examen des états financiers d'une entreprise (d'une institution, fondation, association, d'un organisme, etc. ou de toute organisation disposant d'une comptabilité). Il vise à vérifier la sincérité des comptes, leur régularité, leur conformité et leur aptitude à refléter une image fidèle de l'état des finances et actions comptables de l'entité auditée. Cet examen est effectué par un professionnel appelé « Auditeur », ancien terme français qui se retrouve en France par exemple dans les grades d'auditeur de la Cour des comptes ou du Conseil d'État.
Audit informatiqueL'audit informatique (en anglais Information Technology Audit ou IT Audit) a pour objectif d’identifier et d’évaluer les risques (opérationnels, financiers, de réputation notamment) associés aux activités informatiques d'une entreprise ou d'une administration. À cette fin, l’audit va se baser sur le cadre réglementaire du secteur d’activité du pays concerné (exemple le CRBF 97-02 pour une banque française), sur les référentiels de bonnes pratiques existants (exemple le référentiel CobiT), sur les benchmarks à disposition et sur l’expérience professionnelle des auditeurs impliqués.
Directeur de l'audit interneLe directeur de l’audit interne (DAI) ou directeur de l’audit, directeur de l’inspection, auditeur général, contrôleur général, inspecteur général ... est un cadre supérieur responsable de la bonne exécution de l’audit interne. Il est membre du gouvernement d'entreprise mais indépendant de la direction. Les grandes entreprises ont généralement une direction de l’audit interne, dirigée par un directeur de l’audit interne ("DAI") qui (idéalement) dépend du comité d'audit nommé par le conseil d'administration.
Biais de sélectionDans une étude statistique, le terme biais de sélection désigne une erreur systématique faite lors de la sélection des sujets à étudier. Ce terme regroupe tous les biais pouvant conduire à ce que les sujets effectivement observés lors d'une enquête ne constituent pas un groupe représentatif des populations censées être étudiées et ne permettent donc pas de répondre aux questions posées dans le protocole. Les biais de sélection se produisent lors de l'échantillonnage, c'est-à-dire lors de la sélection d'un échantillon représentatif de la population étudiée.
Taxe sur la venteUne taxe sur la vente, ou taxe de vente (sales tax) est une taxe appliquée notamment aux États-Unis et au Canada. Il s'agit d'un impôt indirect sur la consommation prélevé au point d'achat pour certains biens et services. Ce type de taxe est généralement calculé comme un pourcentage du prix final au consommateur et se rajoute au prix (« hors taxes », tax-exclusive) ou s'y trouve déjà intégré (« taxes incluses », tax-inclusive).
Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Échantillon biaiséEn statistiques, le mot biais a un sens précis qui n'est pas tout à fait le sens habituel du mot. Un échantillon biaisé est un ensemble d'individus d'une population, censé la représenter, mais dont la sélection des individus a introduit un biais qui ne permet alors plus de conclure directement pour l'ensemble de la population. Un échantillon biaisé n'est donc pas un échantillon de personnes biaisées (bien que ça puisse être le cas) mais avant tout un échantillon sélectionné de façon biaisée.
Science de l'informationLa science de l'information (ou les sciences de l'information) est un champ disciplinaire ayant pour objet scientifique l'information, lequel est principalement concerné par l'analyse, la collecte, la classification, la manipulation, le stockage, la récupération, la circulation, la diffusion et la protection de l'information. Les praticiens, qu'ils travaillent ou non sur le terrain, étudient l'application et l'utilisation des connaissances dans les organisations, ainsi que l'interaction entre les personnes, les organisations et tout système d'information existant, dans le but de créer, remplacer, améliorer ou comprendre les systèmes d'information.
Informationvignette|redresse=0.6|Pictogramme représentant une information. L’information est un de la discipline des sciences de l'information et de la communication (SIC). Au sens étymologique, l'« information » est ce qui donne une forme à l'esprit. Elle vient du verbe latin « informare », qui signifie « donner forme à » ou « se former une idée de ». L'information désigne à la fois le message à communiquer et les symboles utilisés pour l'écrire. Elle utilise un code de signes porteurs de sens tels qu'un alphabet de lettres, une base de chiffres, des idéogrammes ou pictogrammes.
Biais algorithmiquevignette|Organigramme représentant l'algorithme derrière un moteur de recommandation. Un biais algorithmique est le fait que le résultat d'un algorithme d'apprentissage ne soit pas neutre, loyal ou équitable. Le biais algorithmique peut se produire lorsque les données utilisées pour entraîner un algorithme d'apprentissage automatique reflètent les valeurs implicites des humains impliqués dans la collecte, la sélection, ou l'utilisation de ces données.
Théorie des réseauxvignette|Graphe partiel de l'internet, basé sur les données de opte.org du 15 janvier 2005 (voir description de l'image pour plus de détails) La théorie des réseaux est l'étude de graphes en tant que représentation d'une relation symétrique ou asymétrique entre des objets discrets. Elle s'inscrit dans la théorie des graphes : un réseau peut alors être défini comme étant un graphe où les nœuds (sommets) ou les arêtes (ou « arcs », lorsque le graphe est orienté) ont des attributs, comme une étiquette (tag).
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Détection d'anomaliesDans l'exploration de données, la détection d'anomalies (en anglais, anomaly detection ou outlier detection) est l'identification d'éléments, d'événements ou d'observations rares qui soulèvent des suspicions en différant de manière significative de la majorité des autres données. Généralement, les anomalies indiquent un problème tel qu'une fraude bancaire, un défaut structurel, un problème médical ou une erreur dans un texte. Les anomalies sont également appelées des valeurs aberrantes, du bruit, des écarts ou des exceptions.
Biais (distorsion)Dans diverses disciplines, un biais est une erreur systématique ou une simplification abusive. vignette|L'interprétation des formes aléatoires apparaissant à la surface de la Lune constitue un exemple courant de biais perceptuel causé par la paréidolie (processus tendant à discerner une forme familière parmi des formes aléatoires). Les biais peuvent être transmis implicitement avec le contexte culturel.
Algorithmethumb|Algorithme de découpe d'un polygone quelconque en triangles (triangulation). Un algorithme est une suite finie et non ambiguë d'instructions et d’opérations permettant de résoudre une classe de problèmes. Le domaine qui étudie les algorithmes est appelé l'algorithmique. On retrouve aujourd'hui des algorithmes dans de nombreuses applications telles que le fonctionnement des ordinateurs, la cryptographie, le routage d'informations, la planification et l'utilisation optimale des ressources, le , le traitement de textes, la bio-informatique L' algorithme peut être mis en forme de façon graphique dans un algorigramme ou organigramme de programmation.
