Vector Length
Figure 1 shows a fixed vector with the following coordinates ie. components,
a[3 1 2]
in other words,
ax = 3,
ay = 1,
az = 2,

Figure 1
The magnitude (length) of the vector is,
length = sqrt((ax * ax) + (ay * ay) + (az * az))
length = sqrt(9 + 1 + 4) = 3.742
As a short-hand notation the magnitude of a vector is written with two vertical lines,
|a| = sqrt((ax * ax) + (ay * ay) + (az * az))
Unit Vectors - Normalizing
Operations in 2D and 3D computer graphics are often performed using copies of vectors that have been normalized ie. converted to unit vectors. For example, the tutorial "RSL: Edge Effects" applies normalization before calculating the dot product of two vectors. Normalizing a vector involves two steps: 1 calculate its length, then, 2 divide each of its (xy or xyz) components by its length.
Given vector a its xyz components are calculated as follows,
x = ax/|a|
y = ay/|a|
z = az/|a|
As a "worked example" the vector shown in figure 1 has the xyz components of 3, 1, 2 and a length of 3.742. Therefore, a normalized copy of the vector will have components,
x = 3.0 / 3.742 = 0.802
y = 1.0 / 3.742 = 0.267
z = 2.0 / 3.742 = 0.534
Coding Tip
벡터 V의 크기(Length = |V|) 을 구하는 방식은 다음과 같다.
|V| = root( V.x*V.x + V.y*V.y + V.z*V.z )
즉, 코드롤 표현 하자면 다음과 같다.
ex) |V| = sqrtf( V.x*V.x + V.y*V.y + V.z*V.z );
정규화(Normalize = V^)란 벡터의 크기를 1로 만드는 것이다.
수식과 코드는 다음과 같다.
V^ = V / |V|
ex) V^.x = V.x / |V|;
V^.y = V.y / |V|;
V^.z = V.z / |V|;
여기서의 코드상의 두가지 팁이 있다.
첫째는 컴퓨터 데이타안의 보동소수점 오차이다.
크기가 0인 벡터의 정규화는 당연히 0이다.
하지만 부동소수점의 오차로 0이지만 컴퓨터는 0이라고 생각 안 하는 것이다.
그래서 오차식(epsilon) 을 두어 그 안에 들면 0이라고 간주하는 것이다.
ex) #define epsilon 1.0e-6f /// 0.0000001f
inline bool IsZero( float val ) /// 오차식 판별 함수
{
return ( epsilon > absf( val ) );
}
벡터의 크기값이 val 로 넘어가야 하지만,
굳이 크기만을 비교한다면 제곱급(sqrtf)를 할 필요없이 제곱만( V.x*V.x + V.y*V.y + V.z*V.z )
연산을 쓰는것이 더 좋다. 알다시피 sqrtf 함수는 다른 연산의 비해 부하가 크다.
즉, 이렇게 된다.
ex) if( IsZero( V.x*V.x + V.y*V.y + V.z*V.z ) )
V^ = 0.0f;
else
{
V^.x = V.x / |V|;
V^.y = V.y / |V|;
V^.z = V.z / |V|;
}
저 IsZero 함수는 비단 정규화 뿐만 아니라 부동소수점의 계산을 하는 곳에서 빠르게
검사하기에 좋다.( 가령, Frustum Culling 이라던가... )
둘째는 나누기(/) 연산이 컴퓨터 에서는 연산량이 높다는 것이다.
그래서 나누기 연산을 다음과 같이 해서 곱하기로 바꾸어 줄수 있다.
ex) float InvLength = 1.0f / |V|;
V.x *= InvLength;
V.y *= InvLength;
V.z *= InvLength;
DirectX 에서는 속도가 빠른 라이브러리 함수들을 제공해준다.
D3DXVec3Length = 벡터의 길이
D3DXVec3LengthSq = 벡터의 길이의 2승
D3DXVec3Normalzie = 벡터의 정규화
이밖에도 벡터 관련 함수들이 작뜩 제공된다.
Cosine similarity is a measure of similarity between two vectors by measuring the cosine of the angle between them. The result of the Cosine function is equal to 1 when the angle is 0, and it is less than 1 when the angle is of any other value. Calculating the cosine of the angle between two vectors thus determines whether two vectors are pointing in roughly the same direction.
This is often used to compare documents in text mining. In addition, it is used to measure cohesion within clusters in the field of Data Mining.
Cosine of two vectors can be easily derived by using the Euclidean Dot Product formula:

Given two vectors of attributes, A and B, the cosine similarity, θ, is represented using a dot product and magnitude as

The resulting similarity ranges from −1 meaning exactly opposite, to 1 meaning exactly the same, with 0 usually indicating independence, and in-between values indicating intermediate similarity or dissimilarity.
For text matching, the attribute vectors A and B are usually the term frequency vectors of the documents. The cosine similarity can be seen as a method of normalizing document length during comparison.
In the case of information retrieval, the cosine similarity of two documents will range from 0 to 1, since the term frequencies (tf-idf weights) cannot be negative. The angle between two term frequency vectors cannot be greater than 90°.
This cosine similarity metric may be extended such that it yields the Jaccard coefficient in the case of binary attributes. This is the Tanimoto coefficient, T(A, B), represented as

Tf-idf 가중치
Tf-idf(term frequency-inverse document frequency) 가중치는 언어 자료 내의 특정 문서에서 어떤 단어의 중요도를 평가하기 위해 사용되는 통계적인 수치입니다.
단어의 중요도는 문서 내에서 해당 단어가 많이 나타날수록 증가하며, 전체 언어 자료 내에서 해당 단어가 많이 나타날수록 감소합니다.
Tf-idf 가중치는 정보 검색과 텍스트 마이닝에 주로 사용되며, 검색 엔진에서 사용자 질의에 대한 문서의 유사도 순위를 정하는 데에 이 tf-idf 가중치의 변형들이 사용됩니다.
수학적인 세부 내용
주어진 문서에 대한 term frequency(단어 빈도)는 단순히 그 문서에서 해당 단어가 나타나는 횟수입니다. 그런데 이 경우, 문서의 길이가 더 길면, 해당 단어의 실제 중요도와는 상관 없이 term frequency가 더 커질 수 있습니다. 따라서, 일반적으로 특정 문서 dj에서 단어 ti의 중요도는 다음과 같이 표준화됩니다.
여기서, ni,j는 문서 dj에서 단어 ti가 나타나는 횟수이며, 분모는 문서 dj 내의 모든 단어가 나타나는 횟수입니다.
Inverse document frequency(역 문서 빈도)는 해당 단어의 일반적인 중요도를 나타내는 수치입니다. 전체 문서의 수를 해당 단어가 포함된 문서들의 수로 나눈 값에 로그를 취합니다.
여기서, | D |는 언어 자료 내의 전체 문서 숫자이며,
은 단어 ti가 등장하는 문서들의 숫자입니다.
Tf-idf 가중치는 term frequency와 inverse document frequency의 곱으로 계산됩니다.
Tf-idf 가중치는 주어진 문서에서의 term frequency가 크고, 전체 문서에서의 document frequency가 작을 수록 커집니다. 따라서, 전체 문서에서 공통적으로 등장하는 단어들은 걸러지게 됩니다.
예>
Tf-idf 가중치를 계산하는 방법은 다양합니다.
Term frequency는 어떤 문서 내에서 특정 단어가 나타나는 횟수를 문서에 들어있는 모든 단어 수로 나눈 값입니다. 만약 100개의 단어로 이루어진 어떤 문서에 단어 cow가 세 번 등장한다면, 단어 cow의 term frequency는 0.03(3/100)입니다.
Document frequency를 계산하는 한 가지 방법은 단어 cow가 포함된 문서들의 숫자를 전체 문서의 숫자로 나누는 방법입니다. 만약, 전체 10,000,000개의 문서 중에서 단어 cow가 들어있는 문서들의 숫자가 1,000개라면, document frequency는 0.0001(1000/10,000,000)입니다.
최종 tf-idf 가중치는 term frequency를 document frequency로 나눠서 구할 수 있습니다. 예를 들어, 단어cow의 tf-idf 가중치는 300(0.03/0.0001)입니다.
또 다른 방법은 document frequency에 로그(일반적으로 자연 로그)를 취하는 방법입니다. 이 방법을 사용하면 idf 값은 ln(10,000,000/1,000) = 9.21이 되어서 tf-idf 가중치는 0.27(0.03 * 9.21)이 됩니다.
벡터 공간 모델에서의 응용
Tf-idf 가중치는 벡터 공간 모델(Vector Space Model)에서 코사인 유사도와 함께 두 문서의 유사도를 결정하기 위해서 자주 사용됩니다.
SVM의 개념
SVM은 상당히 다룰 내용이 많은 learning algorithm이다.
하지만, 아직은 SVM을 제대로 공부한 적이 없는 필자와 같은 상태의 사람들은 논문을 보거나 SVM을 프로젝트에 이용하려 할때 기본 개념을 알고 있을 필요가 있다.
SVM(Support vector machine)은 2개의 범주를 분류하는 이진 분류기이다.
다음 그림은 SVM의 개념을 설명하는 것이다. feature들은 그림과 같은 vector공간에 vector로 표시된다. 그림에서 보는 것처럼 하얀 색 vector들을 A그룹에 속하는 white point라고 하고, 그 반대로 검은색 vector들을 B그룹에 속하는 black point라고 하자.

이러한 벡터 가운데 같은 범주를 기준으로 바깥으로 위치한 벡터들의 연결선으로 이루어진 닫혀진 다각형을 convex hull이라고 한다. convex hull안의 벡터들은 그룹을 분류하는 데 그다지 큰 영향을 미치지 않는다. 그룹을 분류하는데 가장 큰 영향을 미치는 것들은 바깥에 위치한 벡터들이다. 그룹을 분류하는 선, 면을 hyperplane이라고 한다.
그림에서 보는 것처럼 그룹을 나눌 수 있는 hyperplane은 무수히 많다.
하지만, 직관적으로 그룹들의 convex hull에 속한 벡터들 중 가장 가까운 벡터와 수직거리로 가장 먼 거리를 가진 hyperplane이 2그룹을 효과적으로 분류할 것이다.
이러한 hyperplane을 maximum hyperplane이라고 부르고 이때 가장 가까운 벡터들을 support vector라고 한다. hyperplane이 재조정 될때는 support vector역시 재계산 되어야 한다. hyperplane은 선형 또는 비선형 모든 형태로 표현이 가능하며 일정 수식의 방정식으로 표현이 가능하기 때문에 간단한 수식으로 두 그룹을 분류할 수 있다.
이제 해야 할 일은 이 두 그룹 간의 거리를 최대한으로 하여 categorization할 때 발생할 수 있는 오류를 최소화 해야 한다. 그룹 간 거리를 최대한으로 하기 위해서 공업 수학 시간에 배운 적이 있을(공학도라면) 다변수 함수의 최대, 최소 값 찾는 데 이용되는 라고랑지의 미정계수법을 사용한다. 라고랑지 미정계수법의 원리는 그리 어려운 내용이 아니다.(수학적 내용 Lable의 라고랑지의 미정계수법 참고)
그런데 SVM 역시 두 그룹간의 거리를 최대로 하는 가중치 값들(다변수)을 정하는 것이므로 다른 머신 러닝 방법과 유사한 측면이 있다. 그렇다면, 왜 Decision tree, Concept learning, 그리고 neural network같은 걸 쓰지 않고 SVM을 쓰는 걸까? 그것을 바로 target이 2그룹 중 하나로 분류되는 경우에 특화되어 있기 때문이다. 예를 들면, 2가지 그룹으로 분류하는 방법으로 Decision tree를 쓸 수도 있고, neural network를 쓸수도 있고 Concept learning을 할 수도 있다. 만약 training set이 선형적인 hyperplane으로 나눠질 수 있다면 모든 경우가 거의 비슷한 성능을 할 것이다. 하지만 비 선형적인 경우 neural network가 가장 좋은 성능을 내게 될 것이라고 하자. 하지만, 만약 이 비선형성이 보다 높은 차원에서 볼 때 선형성을 뛴다고 하면 차원을 확대해서 보다 더 빠르고 쉬운 선형적 머신 러닝 알고리즘을 사용할 수 있지 않을까? 우리는 두 개의 그룹으로 분류하기 때문에 차원의 수를 아주 많이 확대하지 않고도 training set을 선형적으로 바꿀 수 있을 것이라고 직관적으로 생각할 수 있다. 그런 의미에서 SVM이 효과적인 측면을 갖는다고 말할 수 있다.
이 글은 http://channelofchaos.blogspot.com/2007/08/svm_10.html 에서 포스팅 되었습니다.
윈도우 설치를 위한 부팅이나, 노턴고스트 복구모드 부팅을 USB로 하는 방법입니다.
방법은 간단한합니다. UltraISO 를 이용하여, CD굽듯이 USB를 구워버리면 그만입니다.
준비물로써는 UltraISO 프로그램, 부팅가능한 윈도우 또는 노턴고스트 CD이미지, 그리고 당연히 USB가 필요합니다.
UltraISO 프로그램의 경우 아래링크로 따라가 다운로드 받으시기 바랍니다.

설치가 필요없는 포터블 버전이니 다운받으셔서 압축만 풀어주면 사용가능합니다.
* 관련 포스팅 : 'UltraISO v9.3.5. 2716' 무설치 포터블(한글)
저같은경우 지금 노턴고스트 15 기준으로 작성하고 있습니다만, 윈도우7 역시도 동일합니다.
우선 처음 절차로써, 기존에 USB 안에 넣어두었던 내용 모두를 백업해놓으시기 바랍니다.
왜 그런지는 아래에서 자연스럽게 설명됩니다.
보고 그대로 따라하세요.
지금부터 UltraISO를 이용하여, 노턴고스트 15의 부팅정보 파일들만 추출해오겠습니다.
파일탭을 클릭하여 열기를 눌러줍니다.
부팅가능한 윈도우7 CD또는, 노턴고스트 CD 이미지를 선택한 뒤 열기를 눌러줍니다.
저같은경우는 개인적으로 입수한 노턴고스트15 설치+리커버리 CD를 열겠습니다.
파란색 박스부분이 노턴고스트15 CD이미지 안에 존재하는 내용입니다.
이걸 다 구워버리셔도 상관없으나 용량을 차지하므로, 필요없는건 다 지워버리겠습니다.
여기서 복구모드 부팅(and 윈도우 설치)만을 위한 파일은 몇가지 안됩니다.
Boot 폴더, SOURCES 폴더, BOOTMGR 파일만 제외하고 다지우시면 됩니다.
윈도우7 역시도 남겨야 할 파일&폴더명은 동일합니다.
다른게 있다면 SOURCES 폴더 안에 있는 내용의 차이(=용량)인데요.
보시면 아시겠지만, 윈도우7의 SOURCES 폴더에는 3기가 가량의 많은 내용들이 담겨있고
노턴고스트15의 SOURCES 폴더에는 Boot.wim 이라는 160mb짜리 파일하나만 들어있습니다.
자, 다시 본론으로 돌아가, 위의 그림처럼 나머지는 다지워주셨다면, 이제 USB를 구워줘야겠죠?
여기서, 이 파일을 단순하게 복사 붙여넣기 방식으로 USB에 담으면 되지 않나? 라는 생각이 들수도 있으실겁니다.
허나, 안됩니다. 반드시 한번은 CD굽듯, 구워줘야 합니다.(왜 반드시 한번은.. 인지는 아래에서 설명하겠습니다.)
USB를 본체에 연결하여 주세요.
부팅탭에서 디스크 이미지 기록을 눌러줍니다.
창 하나가 나타났습니다 USB가 선택된것이 맞는지 잘 확인하시구요.
기록방법은 USB-HDD+, Xpress Boot 등이 되어야 합니다.
이제 쓰기 버튼을 눌러 USB를 구워주세요.
* 단, 이 작업을 하실경우 USB가 포맷되므로 기존에 있던 자료는 모두 백업해놓으시기 바랍니다.
자, 모두 끝났습니다. 제 설명만 길었지(-_-) 적용방법은 아주 간단했습니다.
부팅을 한번 테스트 해봐야겠군요. USB를 꼽은 상태로 컴퓨터를 재부팅해줍니다.
del키, 또는 f2, f1 등의 버튼을 눌러 CMOS 화면으로 진입하신다음 USB를 First 부팅으로 맞춰주시면 됩니다.
이 화면은 메인보드마다 틀리기 때문에 저와는 다를수 있습니다.
어떤 메인보드는 어떤식으로 해야되고.. 어떤건 다르고.. 이런건 정확히 말씀드릴수가 없습니다.
이제, USB 부팅을 통하여 윈도우7 설치 또는, 노턴고스트의 복구모드 진입이 가능합니다.
(추가설명)
부팅이 가능하다는 이 USB 내부는 어떻게 생겼는지 한번 보겠습니다.
제가 쓰는 XTICK 4G USB 입니다.
초록색 박스로 표시한 것들은 노턴고스트15(또는 윈도우) 복구모드 부팅을 위한 파일 & 폴더들이구요.
갈색 박스로 표시한 것들은 제 그냥 개인자료 입니다. 공인인증서, 각종 프로그램, 바이오스ROM파일 등등..
이렇듯, 이것저것 생각할 필요없이 여유용량은 이전에 USB 썼었던것처럼 그냥 쓰시면 됩니다.
초록색 박스의 파일들을 지운다면? 당연히 부팅 USB로 사용하실수가 없겠죠. 다만,
한번이라도 USB를 구워놓으셨다면 USB를 전체포맷하지 않는이상 위에서 했던 작업을 또 하실필욘 없습니다.
필요없을땐 파일 삭제해버리시고, 다시 USB부팅이 필요할때는 복사 붙여넣기 방식으로 붙여넣으면 그만입니다.
※ USB를 구웠을때 설령 고스트 CD로 하셨다 하더라도, 윈도우 파일들을 넣어주시면 윈도우USB로 쓰실수 있습니다.
이 글은 http://bigshit.tistory.com/59 에서 포스팅 되었습니다.
Winmail.dat 첨부파일 문제 때문에 불편을 격고 있다. Thunderbird나 Outlook Express는 서식이 있는 문자열(RTF)로 된 메시지를 처리하지 못하는 경우 Winmail.dat라는 파일이 메시지의 끝 부분에 자동으로 첨부된다. 그래서 메일 내용을 모두 볼 수 없는 경우가 생긴다.
쉽게 해결할 수 있는 방법은 보내는 사람이 다음과 같이 설정을 바꾸면 된다.
Outlook에서 Winmail.dat를 보내지 않게 하려면, 발송자가 TNEF(전송 중립 포장 포맷, Transport Neutral Encapsulation Format)를 꺼놓으면 된다.
[영문 아웃룩]
Tools > Options > Mail Format > Message Format -> Internet Format 선택
Outlook Rich Text options에서 Convert to HTML format 이나 Convert to Plain Text format 을 선택 한후에
메일을 발송하면 된다.
[한글 아웃룩]
도구 > 옵션 > 메일 형식 -> 인터넷 메일 형식 선택
'Outlook 서식있는 텍스트 옵션'에서 HTML 형식으로 전환 나 일반 텍스트 형식으로 전환 을 선택 한후에
메일을 발송하면 된다.
1. 도구(Tool) -> 옵션(Option) -> 메일형식(mail format) 탭을 선택한다.
2. "아웃룩 서식있는 텍스트 메시지를 보낼 때 "HTML 형식으로 변환(Convert to HTML format)" 또는 "일반 텍스트 형식(Convert to Plain Text Format)"으로 설정한다.
하지만 불가능하다면 winmail.dat 를 볼 수 있게 해주는 프로그램이 있다. Winmail_opener 로 무료기는 하지만 첨부된 Winmail.dat를 다운로드해서 로드해야하는 불편함이 있다. 그렇지만 Thunderbird에서도 Winmail.dat를 볼 수가 있기 때문에 조금은 위안을 삼는다.
Winmail_opener는 http://www.eolsoft.com/freeware/winmail_opener/ 에서 구할 수 있다.
Winmail.dat 파일이 전송되지 않도록 하는 방법을 MS에서도 다음 페이지에서 게시해놨다.
http://support.microsoft.com/kb/q138053/
기업메일 시스템과 호환성을 보장하기 위해서 이러한 부분은 설정해 보자.
# 공장초기화

먼저, 공장초기화를 하려면 갤S의 전원을 끕니다
전원이 다 꺼진 상태에서 전원버튼, 홈버튼, 볼륨 - 버튼(아랫쪽버튼)을 동시에 꾹~ 눌러줍니다^^
꾹 누르고 나면 안드로이드 로봇이 삽질을 하는 화면이 나오면서 휴대폰을 재설정하겠다는 화면이 잠시 떠요~
그냥 놔두시면 됩니다~!!

안드로이드 로봇이 사라지고 난 뒤에 화면에 노란 글씨로 영어들이 쭉 올라옵니다~ 당황하지 마시구요~^^
그리고 위쪽에는 파란색 글씨들이 쭉~~ 나타납니다
reboot system now에 표시가 되어있을텐데요~


볼륨 아래쪽 버튼을 눌러 바로 아래에 있는 wipe device(factory reset), except sdcard 를 선택한 뒤, 홈버튼을 눌러줍니다
그러면 또 새로운 화면이 나타나면서 No가 쭉 떠있고 그 중에 하나만 Yes,delete all data except sdcard라고 써있어서 눈에 띄는게 있을거에요~
똑같이 볼륨 아래쪽 버튼을 눌러가며 Yes라고 써있는 것을 선택한 뒤에 홈버튼을 눌러줍니다~
그러면 공장초기화가 시작됩니다~ 공장초기화가 끝나면 다시 처음화면으로 돌아가는데요

요 화면에서 가장 위에 있는 reboot system now를 선택한 뒤, 홈버튼을 눌러주시면 완료!!
갤S가 재부팅될꺼에요~~
갤S가 재부팅된 뒤, 켜지면 공장초기화 완료!!^^*

공장초기화는 끝이 났어요~ ㅋ
처음 갤S를 구입했을 때와 같은 모습으로 돌아간게 확인되실거에요~ 구글 계정 설정 화면도 나오구요^^
공장초기화만 하실 분들은 여기까지만 하시면 되구요~
저처럼 내장메모리/외장메모리에 문제가 있거나, 내장메모리까지 싹 다 깔끔하게 한번 정리해버려야겠다 하시는 분들은
다음 단계인 내장메모리/외장메모리 포맷까지 해주시면 됩니다^^
# 내장메모리/외장메모리 포맷
내장메모리/외장메모리 포맷도 간단하구요~ 다시 한번 말씀드리지만, 내장/외장메모리에 중요한 파일, 사진 등은 미리미리 옮겨놓으시는 것 잊지마시구요!
(공장초기화만 하면 내장메모리에 있는 파일들은 그대로 남아있답니다)
메뉴 > 환경설정 > SD카드 및 휴대폰 메모리 로 들어갑니다



내장메모리를 포맷하려면 화면 아랫쪽에 있는 내장메모리 포맷을 선택합니다
내장메모리의 모든 데이터내용이 지워진다는 내용들이 보여지면서 포맷하겠냐는 문구와 함께 포맷하기 버튼이 나타납니다
포맷하기 버튼 터치! 하면 내장메모리 포맷이 시작됩니다~ 잠시 후, 포맷 완료!!
외장메모리를 포맷하려면 먼저 SD카드 마운트 해제를 선택하여 해제한 뒤에 바로 아래에 있는 SD카드 포맷 버튼이 활성화 되면
SD카드 포맷을 선택합니다
그 뒤로는 내장메모리 포맷과 똑같은 형태로 진행됩니다 ^^
아!! 그리고 내장메모리까지 포맷하고 나면 기본 어플들은 다시 삼성모바일닷컴에서 받아주셔야 해요!
삼성모바일닷컴 홈페이지 > Anycall > Galaxy S > 다운로드 센터 에서 기본프로그램 및 데이터를 받아주시면 된답니다^^
(http://kr.samsungmobile.com/product/anycall/product/download.do?pdModel=SHW-M110S&pdGroup=100001&pdMaster=&shape=all&imgMenu=9&onPlay=N)
요기까지~ 갤럭시S 공장초기화& 내장메모리/외장메모리 포맷 방법이었습니다~^^*
위 글은 http://yae0829.blog.me/40127192998 에서 포워딩 되어 수정된 글입니다.
<my market 1.5a 버전 설치방법>
우선 USB연결해서 파일을 넣어주세요. 따로 폴더안에 넣으실 필요없이 그냥 넣어주시면됨^^

ASTRO 열고 넣은 파일 찾아주세요.
폴더안에 넣지 않은이유가 여기서 빨리 찾으려고 한 거랍니다ㅎㅎ
알파벳 순서대로 배열되어있으니 쉽게 찾으실수있을꺼예요
어플이 생성되었습니다. 마이마켓 사용하시려면 설정을 바꿔주셔야되요^^*
설치된 마이마켓 들어가시면 먼저 창이 하나뜹니다.
Accept누르시고 Continue 누르시면 화면이 나와요ㅋㅋ
거기서 홈키누르시면 여러가지 메뉴가 나오는데요
Settings누르시고 설정 하시면됩니당

Providers는 United STates-ATT로 설정하셔도 된답니다 ㅋㅋ
그다음에 Language는 System Default로 설정해주세요
이제 설정이 완료되었습니다.
게임이나 다양한 어플을 받으시려면 맨위에 Browse Market으로 들어가시면되고
찾고자 하는 파일이 있으시면 Search로 들어가서 검색하면 바로나옵니다.
한창 인기몰이 중인 앵그리버드 게임 어플 파일 첨부합니다.
가장 먼저 나온 기본 게임과 요즘 시리즈로 계속 나오고있죠? ㅋㅋ Season 편도 추가로 올려드림
unblock me도 은근 중독성있음 ㅋㅋㅋㅋ
<angry birds>
<angry birds season>
겨울 시즌인가봐요ㅋㅋ 배경이 완전 추워보임 ㅋㅋ 앵그리버드들이 산타모자쓰고 앜ㅋ귀염둥이들
할로윈 시즌도 나왔다고하네요 ㅋㅋㅋ일단 요고 다깨면 받아야쥥후후


<unblock me>
하루에 한 열개씩만 깨다보면 두뇌가 좋아질것같음 ㅋㅋ
하지만 안될땐 진짜 미칠것같음 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

<bubble blast>
아직안해봤는데 왠지 재밌을것같음 ㅋㅋㅋ버블이 넘넘 귀요미ㅇ.ㅇ
출처: http://elwkdls0428.blog.me/90106036158