系数估算法是一种基于数据样本的统计学方法，用来估算一个线性模型中的参数。

该算法通过最小化误差平方和来确定模型中的系数。它可以应用于多元线性回归、逻辑回归等机器学习算法中。该算法的原理是基于最小二乘法，通过求解目标函数的梯度来更新模型的参数，直到模型达到收敛。该算法的优点是适用于高维数据和复杂模型，缺点是容易受到异常值的影响。