本发明提出一种基于机器学习算法敏捷开发的跌倒预防与检测系统。所述系统包括：采集用户的加速度、心率数据；将历史心率数据加入到云端运动量衰减预警模型，根据预测心率数据以及历史数据得到心率数据的衰减率，若衰减率高于预设的衰减阈值，则判断当前处于运动量衰减状态；将用户加速度数据作为跌倒检测算法模型的输入，利用跌倒检测算法模型预测用户当前状态结果，同时通过该机制将数据进行回收，用于跌倒检测算法模型的训练。本发明所述基于机器学习算法敏捷开发的跌倒预防与检测系统适用场景灵活，成本低；能基于用户个体之间生理机能的差异进行有针对性的进行跌倒预测模型的训练，跌倒预测针对性更强。