ADMM算法（alternating direction method of multipliers），理学-统计学-大数据统计分析-深度神经网络-梯度下降，将约束凸优化问题转化为无约束优化问题，并将复杂目标函数分解，通过迭代优化分解后的简单函数得到最终结果的算法。简史该方法的初始想法萌产生于20世纪50年代中期，在70年代由R.格洛金斯基[注]和A.摩纳哥[注]正式提出，在20世纪80年代得到广泛的研究，20世纪90年代理论研究基本完成。2011年，S.博伊德[注]等重新对其进行综述并证明其适用于大规模分布式优化问题。ADMM算法采用大规模的分布计算系统，适合求解复杂的优化问题，为大数据分析提供了重要的工具。