NN:

model: 3stacked GRU + linear layer
feature:  6 (3-axis accelerometer, 3-axis gyroscope) 
applied method:
- data augmentation (time-axis rolling) -> train data 30x
- test time augmentation (time-axis rolling) -> test data 30x
- cross validation 10
- adam (lr 1e-3) & CosineAnnealingWarmRestarts

ML:

model: blending catboost, xgboost, rf, et, lgbm 
feature: 374 (time feature from original data)
feature extraction reference:
https://github.com/anas337/Human-Activity-Recognition-Using-Smartphones.github.io

final submission:

(NN result + ML result)/2

이렇게 좋은 대회 개최해주신 데이콘 측에 감사드립니다!
좋은 코드 공유해주신 다른 참가자분들께도 감사드립니다! 저에게 큰 인사이트를 주셨어요 :)
많이 부족한 코드지만 봐주셔서 감사합니다!