Bird Voice Classification

안녕하세요,
이번 오디오 Classification 대회 참가 코드 공유 드립니다.
점수를 올리기 위해 다양한 방법을 시도했었고, 코드에 이러한 시도들이 일부 포함되어 있습니다. 
물론, 코드 실행 시 최종 결과에는 영향 없습니다. 이 점 참고 부탁 드립니다.

+내용 추가(8/6): Resnet18모델의 경우 직접 local PC에 다운받아 사용했습니다. 
 
시도했던 방안들
1) pyAudioAnalysis 라이브러리를 활용한 Audio Feature 추출 및 XGBoost 모델 적용
- 8-fold bootstrap Aggregation 활용하여 예측 
- Optuna로 Hyperparameter 최적화
- 성능: 0.764 기록
2) 동일한 Feature 활용, Weighted Ensemble 적용 
- Catboost/XGBoost/Neural Net/Random Forest/KNN에 각각 8-fold bagging 적용 
- Optuna로 Hyperparameter 최적화
- Out of fold prediction 활용하여 Meta Model 구축
- Weighted Ensemble 적용  
- 성능: 0.779 기록
3) Mel spectrogram 추출 및 Pre-trained 모델 Resent18 활용 (최종)
- 성능: 0.879