データ駆動型計算の枠組みとして、距離最小化型データ駆動型計算を一般化し、外れ値に対して堅牢（ロバスト）な「最大エントロピー型データ駆動型計算（max-ent Data Driven Computing）」を提唱する。本手法の堅牢性は、クラスタリング解析を用いることで実現される。具体的には、解からの距離および最大エントロピー推定に基づいて、データ点に変動する関連性（重み）を割り当てる。その結果得られる計算スキームは、相空間上で適切に定義された自由エネルギーを最小化する問題であり、同時に整合性制約および平衡制約を満たすものとなる。温度がゼロの極限において、従来の距離最小化型データ駆動型計算が再現される。本研究では、最大エントロピー型データ駆動型ソルバーの収束性を検証するための数値実験をいくつか提示し、その有効性を示す。