单选题

下列关于强化学习和无监督学习说法错误的是：

Question

A. 对非监督学习来说，它通过对没有概念标记的训练例进行学习，以发现训练例中隐藏的结构性知识。

B. 对强化学习来说，它通过对没有概念标记、但与一个延迟奖赏或效用（可视为延迟的概念标记）相关联的训练例进行学习，以获得某种从状态到行动的映射。

C. 强化学习的训练也需要大量的监督信号来提供奖励

D. 非监督式不是学习输入到输出的映射，而是模式