Nous formulons un paradigme de calcul piloté par les données, appelé calcul piloté par les données à entropie maximale (max-ent Data Driven Computing), qui généralise le calcul piloté par les données basé sur la minimisation des distances et présente une robustesse accrue face aux valeurs aberrantes (outliers). Cette robustesse est obtenue grâce à une analyse par regroupement (clustering). Plus précisément, nous attribuons à chaque point de données une pertinence variable, dépendant à la fois de sa distance à la solution et d'une estimation basée sur le principe d'entropie maximale. Le schéma résultant consiste en la minimisation d'une énergie libre convenablement définie sur l'espace des phases, sous réserve de contraintes de compatibilité et d'équilibre. Les méthodes de calcul piloté par les données fondées sur la minimisation des distances sont récupérées dans la limite de température nulle. Nous présentons des tests numériques sélectionnés qui établissent les propriétés de convergence des solveurs et des solutions dans le cadre du calcul max-ent Data Driven.