私はこれらの会社を使ったことはありませんが、これらはいくつかの選択肢にすぎません。ただし、EC2でのセットアップは非常に簡単です。少なくとも頭を麻痺させた後は、頭を壁に強く叩きつけて、しばしば十分に叩きます。また、痛みの閾値が増加します。最近の子供たちはとても簡単です。私が始めたとき、私たちはフォグコンピューティングを行っていました。
追憶はさておき...これらのベンダーを迂回して自分で始めるためのツールとリソースがあります。 JD Longによりsegue、EMRでRの使用を開始しやすくなりました。
Pythonに関しては、botoはPythonをEC2で簡単に起動して実行できるようにするスイートです。EC2の代替案を検討しても構わないのであれば、PythonをGoogleのAppEngineで稼働させるのも非常に簡単です。Pythonを知っていれば、スケーリング、シャーディング、ロードバランシングなどを概念レベルでさえ知らない限り、リフティングを行うために会社を雇う必要はありません。一方、このようなサービスに多額のお金を費やすことを考えている場合は、コードを効率的にする方法に慣れることをお勧めします。
クラウド上のOctaveについては、これらの3社以外に何が存在するのか分かりません。モンキーアナリティクスはかつてそれを提供していましたが、なくなったようです。Octaveを避け、PythonまたはRに焦点を当てることをお勧めします。
セットアップを簡単にするための1つのリソースがStarClusterです。繰り返しますが、彼らとの経験はありませんが、それは役に立つルートかもしれません。
正直なところ、Ubuntu（またはWindows）とEC2はそれほど難しくありません。R開発者とWindowsの間にはあまり愛情がないので、私はR for Windowsを本当にお勧めしません。（NB：私の知る限り、深刻なMac OS Xクラウドサービスはありません。）リモートデスクトップを作成したら、ビジネスを始められます。次のステップは、スケーリングの方法を学ぶことです。
更新1：その他のより一般的なクラウド管理サービスには、RighstScaleおよびScalrが含まれます。
更新2：クラウドでインスタンスとクラスターを自分でセットアップすることを学ぶことが重要であることを強調したいと思います。実践的な仕事の利点の中で：
- さまざまなリソース（複数のインスタンス、複数のインスタンスタイプ、多数のHD、さまざまな可用性ゾーンまたはリージョン、さまざまな監視ツールなど）を管理する方法を学びます
- 必要に応じてGPUをいじくりましょう（チェックアウト
gputools）
- 選択したパッケージをより簡単に更新またはロールバックできます
- スポットインスタンスまたはリザーブドインスタンスを使用することで、はるかに低いコストを得ることができる場合があります。
- さまざまなR GUIまたはIDEを試すことができますが、これらはクラウドベンダーの選択肢ではない場合があります。
マネージプロバイダーを使用すると、学習曲線が短くなる、グループ間でリソースを共有できるようになる可能性が高くなるなどの利点があります。市場に来ました。