本发明请求保护一种自适应网络拓扑的分布式ADMM机器学习方法，属于机器学习领域，包括以下步骤：将节点分为1个管理节点与多个工作节点，并且将工作节点抽象为上层节点与下层节点；针对连通网络将全局凸优化问题分解成若干个局部凸优化问题并进行求解，并通过协调局部最优解得到全局最优解，其中机器学习方法包含节点探测与迭代计算两部分；在节点探测过程中，工作节点将会运行迭代计算部分的更新，除此之外由上层节点在每次迭代完成时向管理节点反馈单次迭代完成；在选择上层节点位置时通过贪心思想避免遍历所有可能性，并采用动态选择，使网络中链路延迟的影响尽可能小。